• Агрегация (COUNT)
  • Считаем общее количество строк и значений столбца
  • Считаем количество уникальных значений
  • Выводы

Агрегация (COUNT)

На начальном этапе исследования данных аналитику зачастую необходимо банально подсчитать количество элементов в группе или наборе данных и представить эту информацию в виде одного числа. Для решения задачи такого рода полезно начать работу с использования агрегирующей функции COUNT.

Функция COUNT называется агрегирующей, потому что она собирает или "складывает" информацию из нескольких строк данных в одно значение. Агрегирующие функции, такие как COUNT, используются для упрощения и обобщения данных, чтобы сделать их более понятными и удобными для анализа.

Считаем общее количество строк и значений столбца

Представим, что мы хотим посчитать общее количество продаж из нашей базы данных:

Для этого выполним следующий запрос:

SELECT COUNT(*) AS total_sales
FROM sales;

Получим такой результат:

В запросе выше мы передали функцию COUNT со звездочкой в качестве аргумента. Так мы подсчитываем количество всех строк в таблице, независимо от их значений. Поэтому в расчет берутся столбцы и с определенными значениями, и со значением NULL.

А теперь попробуем заменить звездочку на название какого-либо столбца из таблицы:

SELECT COUNT(sale_date) AS total_sales
FROM sales;

В этом запросе мы использовали функцию COUNT(название_столбца). Результат получился тот же самый:

В большинстве случаев COUNT(*) и COUNT(название_столбца) дадут одинаковые результаты, но работают они по-разному.

Разница между COUNT(*) и COUNT(название_столбца) заключается в том, как они обрабатывают NULL — нулевые значения:

• Функция COUNT(*) подсчитывает все строки в выборке. Для нее не важно, есть строки с нулевым значением или нет
• Функция COUNT(название_столбца) подсчитывает только строки со значениями, не включая нулевые значения. Если значение столбца равно NULL, строка с ним не войдет в общее количество

Если столбец не содержит строки с нулевым значением, то функции дадут одинаковые результаты. Но если нулевые значения все таки есть, то функция COUNT(название_столбца) выдаст меньше строк, чем COUNT(*) — строки с NULL не зачтутся.

Считаем количество уникальных значений

С помощью функций COUNT и DISTINCT можно решать аналитические задачи, связанные с подсчетом уникальных значений в столбцах.

Для примера представим, что нам нужно узнать количество уникальных категорий товаров в нашей базе. Напишем такой запрос:

SELECT COUNT(DISTINCT category) AS unique_categories
FROM products;

Получим такой результат:

Если мы хотим выбрать уникальные комбинации значений из нескольких столбцов, можно использовать DISTINCT с несколькими колонками.

Например, подсчитаем уникальные комбинации продуктов и их категорий:

SELECT
    COUNT(DISTINCT product_name || '_' || category)
    AS unique_product_categories
FROM products;

Здесь результат будет таким:

В SQLite, MySQL и некоторых других СУБД нельзя напрямую использовать COUNT(DISTINCT название_столбца1, название_столбца2). Вместо этого можно воспользоваться конкатенацией строк. Для этого мы:

• Сначала используем функцию ||, чтобы объединить значения из нескольких столбцов
• А затем применяем функцию COUNT(DISTINCT ...)

Выводы

В этом уроке мы рассмотрели функцию COUNT и выяснили, как она помогает аналитикам в работе. Кратко подведем итоги:

• COUNT — это агрегирующая функция, которая подсчитывает количество элементов в группе или наборе данных
• Можно использовать COUNT(*) или COUNT(название_столбца). Эти две функции по-разному работают с нулевыми значениями
• Посчитать уникальные значения в столбцах можно с помощью функций COUNT и DISTINCT
• Те же функции помогают посчитать уникальные комбинации значений из нескольких столбцов с использованием конкатенации строк

Умение работать с функцией COUNT помогает аналитику проводить более сложный анализ данных, извлекать уникальные характеристики и обобщать информацию.