SQL로 시작하는 데이터 분석

65

2

장

데이터 준비

서브쿼리를 사용하면 로직을 알아보기 쉽도록 코드를 구성할 수 있어, 필자는 서브쿼리 사용을 선호하는 편

입니다.

8

장에서는 각 절이 실행되는 순서와

SQL

쿼리를 잘 구성하는 방법을 알아봅니다.

어떤 레코드에서 중복이 발생했는지 자세히 알아보려면 다음과 같이 모든 필드의 값을 출력합

니다.

SELECT

*

FROM

(

SELECT

column_a, column_b, column_c...,

count

(*)

as

records

FROM...

GROUP

BY

1,2,3...

) a

WHERE

records

> 1

;

중복을 찾아내는 일과 중복을 처리하는 일은 다릅니다. 왜 중복이 발생하는지 찾아냈다면 가능

한 한 그 원인을 제거해야 합니다. 데이터 처리 과정을 어떻게 개선해야 중복을 방지할 수 있을

까요?

ETL

과정에서 오류가 발생한다면? 일대다

one

-

to

-

many

관계의

JOIN

을 수행하는 데 문제

가 발생했다면? 다음 절에서

SQL

을 활용해 이러한 중복 데이터를 처리하는 방법을 알아봅시다.

2.4.2

중복 제거

중복 데이터가 무조건 나쁘지는 않습니다. 거래 이력이 있는 고객 모두에게 다음 주문 시 사용

가능한 쿠폰을 보낸다고 가정합시다. 먼저, 다음과 같이

customer

테이블과

transaction

테

이블에

JOIN

을 수행해 거래 ...