資料庫
20公開內容
LC = Leetcode
HR = Hackerrank
全部內容
免費與付費
最新發佈優先
當我們需要處理層級結構的資料時，HackerRank - Binary Search Tree Nodes 這題應該算是個很經典的 SQL 分類題。這篇就來拆解這道題目，從題目概述、輸入格式、輸出格式到 SQL 解法，一步步分析如何解決這道題目。(本篇以MS SQL Server語法教學)
資料表格式
OCCUPATIONS 表的結構如下：
OCCUPATIONS 表中包含以下數據 (範例)：
問題描述
請從 OCCUPATIONS 表中生成以下兩個結果：
按字母順序排列 OCCUPATIONS 表中的所有姓名，並在每個姓名後加上其職業的首字母，括號括起來。
我們先前介紹了SQL中如何根據指定的條件來篩選資料，僅返回符合條件的結果。本篇我們來討論於MS SQL Server 聚合函數（Aggregate Functions） ，用於對數據進行匯總計算，適合分析銷售總額、平均利潤等。
如何在Google Colab環境裡使用Jupyter magic command (ipython-sql)，搭配DuckDB ，直接在 Colab Notebook 中
讀取csv 檔案
建立DuckDB 臨時資料庫 (存在記憶體)
執行 SQL 程式碼 進行分析
轉換成 Panda
請以口語、白話形式解析以下SQL程式碼並描繪你認為的原資料表([Database].[Schema].[Table] )結構樣貌。
SELECT
A.[Business_Unit],
A.[Order_Number] ,
SUM([Sales_Units]) as [Sales_Uni
OVER() 子句是Window Function的核心組成部分，用於在查詢結果集中定義一個「窗口」，使聚合函數或排名函數能夠在不改變原始數據結構的情況下，對特定資料進行計算。常搭配PARTITION BY將數據劃分成多個分群(類似GROUP BY，但不改變資料的結構、粒度)，
ABC 分析
ABC分析（ABC Analysis）是一種基於80/20的分類原則，常用於庫存管理、供應鏈分析和資源分配中。它將產品或項目按其相對重要性分為A、B 和 C三個類別。其目的是協助企業專注於最重要的項目，以提高效率和降低成本。
自 2019-07-27 開始，往前推 30 天 ，計算每天的活躍用戶數。用戶在某天如果至少有一次活動記錄，則被認為在該天是活躍的，不用管答案的排序。
哪些日期的 id氣溫比前一天（昨天）的氣溫更高。結果表應以任意順序返回。
SQL 中的 Index 是什麼? 加了以後會有什麼影響?
想像你在讀一本厚厚的小說，裡面有幾百頁。如果你想要找到某個關鍵情節，比如「主角第一次登場的地方」，如果你沒有做任何標記，你可能得從頭到尾翻書，直到找到那一頁為止，這樣會花很多時間。
▌Index 就像書籤一樣
上一篇我們介紹了SQL基本架構和語法，如何用簡單的SELECT 和 FROM 撈取資料。本篇我們來討論，如何根據指定的條件來篩選資料，僅返回符合條件的結果。
在MS SQL Server 環境下，如何將sales_unpivot （表1）轉成 sales_pivot （表2）? 再將表2轉回表1?
請在表1查找每個月份和國家的交易數量及其總金額、已批准交易的數量及其總金額(如表2)，結果可以以任何順序返回。
請使用下列三種語法查找:
1. MS SQL Server 查詢
2. MySQL 查詢
3. Pandas 查詢
購物籃分析（Basket Analysis）是一種常見的資料探勘技術，可以幫助企業了解哪些產品經常被消費者一起購買，從而優化產品組合和促銷策略。
表1是將公司每筆訂單內容轉換為訂單號-SKU的組合，請使用SQL來進行購物籃分析，找出最常被一起下訂的產品組合。
下表中包含了20筆訂單的營業額數據。現在需要篩選出營業額大於 $1,000,000 的訂單，並根據金額從高到低進行排序。請使用下列軟體工具分別找出答案
假設公司有5個配送中心(DC)，如下圖，但不是所有商品都存放在所有的配送中心，舉例來說某辦公椅僅能存放在DC3和DC4，因此邏輯上美國東岸的需求會由DC3所配送(距離較近)，西岸的需求會由DC4所配送。請根據上述邏輯使用SQL來模擬這商品在各地的需求會如何被配送、從哪個配送中心配送?
處理美國地區 ZIP Code 郵遞區號相關的資料問題應該是許多外企資料分析師每天都會處理的問題，ZIP Code 通常是在做區域相關分析的最小、訂單能記錄到最細的標準化單位，引此了解一些處理ZIP Code的眉角對於資料處理、分析、視覺化，以至於建構模型是非常重要
