book

SQL per l'analisi dei dati

by Cathy Tanimura

April 2025

Intermediate to advanced

360 pages

10h 48m

Italian

O'Reilly Media, Inc.

Book available

Read now

Unlock full access

Convenzioni utilizzate in questo libroUtilizzo di esempi di codiceFormazione online O'ReillyCome contattarciRingraziamenti
Che cos'è l'analisi dei dati?Perché SQL?Che cos'è l'SQL?Vantaggi di SQLSQL contro R o PythonSQL come parte del flusso di lavoro dell'analisi dei datiTipi di database e come lavorare con essiDatabase Row-StoreDatabase con memoria a colonneAltri tipi di infrastruttura datiConclusione
Tipi di datiTipi di dati del databaseStrutturato contro non strutturatoDati quantitativi contro dati qualitativiDati di prima, seconda e terza parteDati sparsiStruttura della query SQLProfilazione: DistribuzioniIstogrammi e frequenzeBinningn-MattonelleProfilazione: Qualità dei datiRilevare i duplicatiDeduplicazione con GROUP BY e DISTINCTPreparazione: Pulizia dei datiPulire i dati con le trasformazioni CASEConversioni di tipo e fusioneGestire i nulli: funzioni coalesce, nullif, nvlDati mancantiPrepararsi: Dare forma ai datiPer quale output: BI, visualizzazione, statistica, MLPivoting con le dichiarazioni CASEUnpivoting con le dichiarazioni UNIONFunzioni pivot e unpivotConclusione
Manipolazioni di data, tempo e orarioConversioni di fuso orarioConversioni del formato della data e del timestampData MatematicaMatematica del tempoUnire dati provenienti da fonti diverseIl set di dati sulle vendite al dettaglioAndamento dei datiTendenze sempliciConfronto tra componentiPercentuale del totale dei calcoliIndicizzazione per vedere la variazione percentuale nel tempoFinestre temporali rotantiCalcolo delle Finestre temporaliFinestre temporali rotanti con dati scarsiCalcolo dei valori cumulativiAnalisi della stagionalitàConfronti periodo per periodo: A/a e MdMConfronto periodo per periodo: Stesso mese rispetto all'anno precedenteConfronto con più periodi precedentiConclusione
Coorti: Un utile quadro di analisiIl set di dati sui legislatoriRitenzioneSQL per una curva di ritenzione di baseRegolazione delle serie temporali per aumentare l'accuratezza della conservazioneCoorti derivate dalla serie temporale stessaDefinire la coorte da una tabella separataGestire le coorti sparseDefinizione delle coorti a partire da date diverse dal primo appuntamentoAnalisi di coorte correlateSopravvivenzaComportamento di acquisto ripetuto o ReturnshipCalcoli cumulativiAnalisi trasversale, attraverso una lente di coorteConclusione
Perché l'analisi del testo con SQL?Che cos'è l'analisi del testo?Perché SQL è una buona scelta per l'analisi del testoQuando SQL non è una buona sceltaIl set di dati sugli avvistamenti UFOCaratteristiche del testoParsing del testoTrasformazioni del testoTrovare elementi all'interno di blocchi di testo più grandiAbbinamenti jolly: MI PIACE, MI PIACECorrispondenze esatte: IN, NOT INEspressioni regolariCostruire e rimodellare il testoConcatenazioneRimodellare il testoConclusione
Capacità e limiti di SQL per il rilevamento di anomalieIl set di datiRilevare i valori anomaliOrdinamento per trovare anomalieCalcolo dei percentili e delle deviazioni standard per trovare le anomalieGrafici per trovare anomalie in modo visivoForme di anomalieValori anomaliConteggi o frequenze anomaleAnomalie da assenza di datiGestione delle anomalieIndagineRimozioneSostituzione con valori alternativiRidimensionamentoConclusione
Punti di forza e limiti dell'analisi degli esperimenti con SQLIl set di datiTipi di esperimentiEsperimenti con risultati binari: Il test del chi-quadroEsperimenti con risultati continui: Il test tSfide con gli esperimenti e opzioni per salvare gli esperimenti difettosiAssegnazione della varianteI valori anomaliBoxe a tempoEsperimenti di esposizione ripetutaQuando gli esperimenti controllati non sono possibili: Analisi alternativeAnalisi Pre/PostAnalisi degli esperimenti naturaliAnalisi delle popolazioni intorno a una sogliaConclusione
Quando usare SQL per insiemi di dati complessiVantaggi dell'uso di SQLQuando invece costruire nell'ETLQuando mettere la logica in altri strumentiCodice OrganizzazioneCommentiCapitalizzazione, indentazione, parentesi e altri trucchi di formattazioneMemorizzazione del codiceOrganizzare i calcoliCapire l'ordine di valutazione delle clausole SQLSubqueryTabelle temporaneeEspressioni di tabella comuniset di raggruppamentoGestione delle dimensioni dei set di dati e dei problemi di privacyCampionamento con %, modRiduzione della dimensionalitàPII e privacy dei datiConclusione
Analisi dell'imbutoChurn, Lapse e altre definizioni di partenzaAnalisi del paniereRisorseLibri e blogSet di datiPensieri finali

Content preview from SQL per l'analisi dei dati

Capitolo 5. Analisi del testo

Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: translation-feedback@oreilly.com

Negli ultimi due capitoli abbiamo esplorato le applicazioni di date e numeri con l'analisi delle serie temporali e l'analisi della coorte. Ma le serie di dati sono spesso più che semplici valori numerici e timestamp associati. Dagli attributi qualitativi al testo libero, i campi di caratteri sono spesso ricchi di informazioni potenzialmente interessanti. Sebbene i database eccellano nei calcoli numerici come il conteggio, la somma e la media, sono anche in grado di eseguire operazioni sui dati testuali.

Inizierò questo capitolo fornendo una panoramica dei tipi di attività di analisi del testo per cui SQL è adatto e di quelli per cui un altro linguaggio di programmazione è una scelta migliore. Poi presenterò il nostro set di dati sugli avvistamenti di UFO. Poi entreremo nel vivo della codifica, occupandoci delle caratteristiche e del profilo del testo, del parsing dei dati con SQL, delle varie trasformazioni, della costruzione di nuovo testo a partire da parti e infine della ricerca di elementi all'interno di blocchi di testo più grandi, anche con le espressioni regolari.

Perché l'analisi del testo con SQL?

Tra gli enormi volumi di dati generati ogni giorno, una buona parte è costituita da testo: parole, frasi, paragrafi e persino documenti più lunghi. I dati testuali utilizzati per l'analisi possono provenire ...