So verwenden Sie MySQL, um die Datengenerierung in Excel abzuschließen

Excel ist das am häufigsten verwendete Tool in der Datenanalyse. In diesem Artikel werden die Funktionen von MySQL und Excel verglichen, um vorzustellen, wie MySQL zum Vervollständigen der Datengenerierung, Datenbereinigung, Vorverarbeitung sowie der häufigsten Datenklassifizierung und Datenfilterung in Excel verwendet wird . Klassifizierungs-, Aggregations- und Daten-Pivot-Operationen. In diesem Artikel stellen wir die Teile 5, 6 und 7 vor: Datenextraktion, Datenüberprüfung sowie Datenzusammenfassung und -perspektive. In diesem Artikel werden hauptsächlich relevante Informationen zur Verwendung von MySQL zum Abschluss der Datengenerierung in Excel vorgestellt. Freunde in Not können darauf zurückgreifen.

5. Datenextraktion

Der fünfte Teil ist die Datenextraktion, die auch die häufigste Aufgabe bei der Datenanalyse ist. Im Folgenden wird beschrieben, wie die einzelnen Funktionen verwendet werden.

Daten nach Spalten extrahieren

#按列提取 SELECT city FROM data1;

Daten nach Zeilen extrahieren

#按行提取
SELECT * FROM data1 WHERE city='beijing';

Daten nach Standort extrahieren

#按位置提取
SELECT * FROM data1 LIMIT 2,5;

Daten nach Bedingungen extrahieren

#按条件提取并计算
SELECT AVG(price) FROM data1 WHERE city=&#39;beijing&#39; AND age<25;

6, Datenfilterung

Der sechste Teil ist Bei der Datenfilterung werden die drei Bedingungen AND, OR, NOT zusammen mit „größer als“, „kleiner als“ und „gleich“ verwendet, um die Daten zu filtern und Zählungen und Summierungen durchzuführen. Ähnlich der Filterfunktion und den Countifs- und Sumifs-Funktionen in Excel.

Nach Bedingungen filtern (UND, ODER, NICHT)

Die Funktion „Filter“ steht im Excel-Datenverzeichnis zur Verfügung, mit der die Datentabelle nach verschiedenen Bedingungen gefiltert werden kann. WHERE wird in MySQL verwendet, um den Filtervorgang mit den Summen- und Zählfunktionen abzuschließen, und kann auch die Funktionen der Sumif- und Countif-Funktionen in Excel realisieren.

#数据筛选AND
SELECT * FROM data1 WHERE city='shanghai' AND age>30;

#数据筛选IN
SELECT * FROM data1 WHERE city IN ('shanghai','beijing');

#数据筛选OR
SELECT * FROM data1 WHERE city='shanghai' OR age>30;

#数据筛选(不等于)
SELECT * FROM data1 WHERE city !='beijing';

#数据筛选like(模糊筛选)
SELECT * FROM data1 WHERE city LIKE 'bei%';

#筛选后计数 countif
SELECT COUNT(id) AS id_count FROM data1 WHERE city='shanghai'AND age>30;

#筛选后求和 sumtif
SELECT SUM(price) AS price FROM data1 WHERE city=&#39;beijing&#39; AND age<30;

#筛选后求均值 averageif
SELECT AVG(price) AS avg_price FROM data1 WHERE city !='beijing';

7, Datenklassifizierung und Pivotierung

Der siebte Teil besteht darin, die Daten mithilfe der Klassifizierung und Pivotierung nach bestimmten Dimensionen zusammenzufassen und FALL WANN. Im Folgenden wird die Verwendung dieser beiden Funktionen beschrieben.

Unterklassifizierung und Zusammenfassung

Excel stellt im Datenverzeichnis die Funktion „Unterklassifizierung und Zusammenfassung“ bereit, mit der die Datentabelle gemäß den angegebenen Feldern und Zusammenfassungsmethoden zusammengefasst werden kann. In MySQL wird GROUP BY zum Abschließen der entsprechenden Vorgänge verwendet und kann die Klassifizierung und Aggregation auf mehreren Ebenen unterstützen.

GROUP BY ist eine Funktion zur Klassifizierung und Aggregation. Die Verwendungsmethode ist sehr einfach. Sie können auch mehrere Spaltennamen angeben Drücken Sie gleichzeitig „GRUPPE NACH“. Die Spaltennamen werden in der Reihenfolge gruppiert, in der sie erscheinen. Gleichzeitig ist es notwendig, nach der Gruppierung eine Zusammenfassungsmethode zu formulieren. Die beiden häufigsten Methoden sind Zählen und Summieren.

#单列分类汇总
SELECT city,COUNT(id) AS id_count FROM data1 GROUP BY city ORDER BY id_count;

#多列分类汇总
SELECT city,colour,ROUND(SUM(price),2) AS id_count FROM data1 GROUP BY city,colour;

PivotTable

Die Funktion „PivotTable“ wird im Einfügeverzeichnis in Excel bereitgestellt, um die Datentabelle nach spezifischen Kriterien zu analysieren Abmessungen. Die Pivot-Tabellenfunktionalität wird in MySQL nicht direkt bereitgestellt. Der gleiche Effekt wird jedoch durch die CASE WHEN-Funktion erreicht.

数据透视表也是常用的一种数据分类汇总方式，并且功能上比GROUP BY要强大一些。下面的代码中设定city为行字段，colour为列字段，price为值字段，计算price金额。

#查看原始数据表
SELECT * FROM data1;

#使用CASE WHEN进行数据透视
CREATE VIEW data_Items AS (
 SELECT
 data1.city,
 CASE WHEN colour = "A" THEN price END AS A,
 CASE WHEN colour = "B" THEN price END AS B,
 CASE WHEN colour = "C" THEN price END AS C,
 CASE WHEN colour = "F" THEN price END AS F
 FROM data1
);

#查看结果
SELECT * FROM data_Items;

#对字段进行求和汇总
CREATE VIEW data1_Extended_Pivot AS (
 SELECT
 city,
 SUM(A) AS A,
 SUM(B) AS B,
 SUM(C) AS C,
 SUM(F) AS F
 FROM data_Items
 GROUP BY city
);

#查看结果
SELECT * FROM data1_Extended_Pivot;

#对空值进行处理
CREATE VIEW data1_Extended_Pivot_Pretty AS (
 SELECT 
 city, 
 COALESCE(A, 0) AS A, 
 COALESCE(B, 0) AS B, 
 COALESCE(C, 0) AS C,
 COALESCE(F, 0) AS F
 FROM data1_Extended_Pivot
);

#查看数据透视结果
SELECT * FROM data1_Extended_Pivot_Pretty;

大家在开发过程中可能会经常遇到，现在就跟着本文尝试操作一下吧。

相关推荐：

PHP导出EXCEL快速开发指南

Python操作excel文件的案例

php使用原生的方法导出excel实例分享

Das obige ist der detaillierte Inhalt vonSo verwenden Sie MySQL, um die Datengenerierung in Excel abzuschließen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!