歡迎來到 [SQL 入門與面試實戰系列] 第二章！！
在第一章大家已經學會了最基本的 SQL 查詢語法，並且透過 WHERE 對數據進行指定條件的篩選。這章將繼續教大家 SQL 最常用的計算公式，以及實戰中超常使用的 GROUP BY。
[SQL 入門與面試實戰系列] 2_GROUP BY 與聚合函數.ipynb
- 聚合函數：各種常用的計算資料公式
- GROUP BY： 對數據進行分組
- 聚合函數：各種常用的計算資料公式
當我們面對大量的資料時，只是排序 (ORDER BY) 或篩選指定條件 (WHERE)，還是無法滿足我們分析資料的需求。尤其實際商業案例時，可能需要分析好幾萬筆的資料，這時就需要借用 SQL 的聚合函數了。簡單說聚合函數可以對一欄數據進行計算，然後返回計算出來的結果，最常使用的包括：
- COUNT： 計算欄位中的紀錄數量
- SUM：計算欄位中數值的總和
- AVG：計算欄位中數值的平均值
- MAX：找出欄位中的最大值
- MIN：找出欄位中的最小值
接下來就讓我們使用數據庫 (chinook.db) 當中的 invoices資料表：
老樣子，在做任何分析之前，一定要先了解使用的資料表包含了哪些欄位、每個欄位代表什麼意思、紀錄的數值是什麼等。先來看一下 invoices 資料表長什麼樣子：
SELECT * FROM invoices
LIMIT 10
invoices 資料表記錄了所有銷售發票信息，我們可以將此資料表的每一列資料視為一筆訂單。它的主要欄位包括：
發票編號 (InvoiceId)：每筆交易訂單的唯一編號 (不同的訂單一定是不同的訂單編號)
客戶編號 (CustomerId)：表示購買該筆訂單的會員編號
購買日期 (InvoiceDate)：記錄發票的創建日期，即發生交易的時間
發票金額 (Total)：該筆交易的總金額
現在我們來看看如何使用前面提到的聚合函數，從 invoices 資料表中提取一些有價值的信息。
- COUNT：計算特定欄位的紀錄數量
我們可以使用 COUNT 來計算invoices表中總共有多少筆交易。通過計算發票編號 (InvoiceId欄位) 的數量來實現：
SELECT COUNT(InvoiceId) FROM invoices
可能有朋友想問，既然 COUNT 是計算欄位的項目數量，那麼 COUNT 其他的欄位是否也可以得到一樣的結果？在 invoices 這張練習表確實是，但實務中各欄位的資料可能會有缺失，例如有些訂單是沒有記錄到顧客編號的。不過我們可以確定在訂單資料表中，每筆資料都會有唯一的訂單編號。因此要準確計算訂單數量，最佳做法是 COUNT 訂單編號欄位。
此外，最保險的做法是加上 DISTINCT，確保我們不會重複計算相同的訂單編號：
SELECT COUNT(DISTINCT InvoiceId) FROM invoices最後，為了讓輸出的欄位名更精簡且易於理解，我們可以為 COUNT(DISTINCT InvoiceId) 起一個更具描述性、讓人一眼就可以理解該欄位的名字。只要在欄位後面使用 AS + “取名”：
SELECT COUNT(DISTINCT InvoiceId) AS TotalTransactions FROM invoices
- SUM：計算欄位中數值的總和
比如我們想知道所有交易的總銷售額，可以通過 SUM 來加總發票金額 (Total欄位) ：
SELECT SUM(Total) AS TotalSales FROM invoices
SUM 能夠對數值型態的欄位進行加總，實務中我們會加總那些具有實際計算意義的數字，例如銷售額、成本、利潤等 (加總像顧客編號或訂單編號這樣的欄位在邏輯上沒有意義)。
- AVG：計算欄位中數值的平均值
如果我們想知道平均每筆交易的金額，就可以使用 AVG 來計算 Total 的平均值：
SELECT AVG(Total) AS AverageSale FROM invoices
與 SUM 一樣，我們基本上只會對那些具有實際計算意義的數字欄位進行 AVG。
- MAX 和 MIN：找出欄位的最大值和最小值
如果我們想找出最大與最小的交易金額，就可以使用 MAX 和 MIN：
SELECT MAX(Total) AS LargestSale, MIN(Total) AS SmallestSale
FROM invoices
- GROUP BY： 對數據進行分組
通過上面學到的聚合函數，我們能夠對資料表的總體概況有一定的了解。但我們經常需要進入到更細的維度，再來計算欄位的數值，GROUP BY 就派上用場了！它讓我們可以根據特定欄位將資料「分組」，然後對每個組別應用上面學到的聚合函數，從而獲得更詳細的資訊。
GROUP BY 的基本語法如下：
SELECT "分組欄位", 聚合函數("計算欄位")
FROM "資料表名"
GROUP BY "分組欄位"為了讓各位快速感受 GROUP BY 的使用情境，假設我們想知道每位顧客的總消費是多少，我們可以使用 WHERE 一個一個篩選指定的顧客，再透過 SUM 加總發票金額來計算每個顧客的總花費。例如先查看會員編號為 1 的顧客總共消費多少：
SELECT SUM(Total) AS TotalSales
FROM invoices
WHERE CustomerId = 1
但如果我們想要一次性查看每位顧客的總消費，這時候就可以使用 GROUP BY，對顧客編號欄位進行分組，再使用聚合函數 SUM( ) 來加總每位顧客的消費金額：
SELECT CustomerId, SUM(Total) AS CustomerTotalSales
FROM invoices
GROUP BY CustomerId這個查詢將 invoices 表按照 CustomerId 分組，然後對每個獨特的 CustomerId，計算該顧客的總銷售額，讓我們能夠一目了然地看到每位顧客的消費情況。
GROUP BY 好用的地方在於與聚合函數的搭配。比如這次我們想要查看每位顧客的訂單平均金額，就可以使用 GROUP BY + AVG( )：
SELECT CustomerId, AVG(Total) AS CustomerTotalSales
FROM invoices
GROUP BY CustomerId這個查詢則是對每個獨特的 CustomerId，計算該顧客每筆訂單的平均金額。
對 Excel 熟悉的朋友應該發現，GROUP BY 其實就跟 Excel 的樞紐分析表概念是一樣的！我們選擇某個欄位進行分組，從而讓資料的維度降低，更集中獲得資訊。
再來試另一個例子，假設我們想知道在 invoices 資料表中，每天的訂單總銷售額，我們可以 GROUP BY 訂單日期 (InvoiceDate欄位)：
SELECT InvoiceDate, SUM(Total) AS DayTotalSales
FROM invoices
GROUP BY InvoiceDate
通常，當我們使用 GROUP BY 某個欄位時，會在 SELECT 語句中包含這個欄位。這樣做可以幫助我們清楚地知道查詢結果，是基於哪個分組欄位的聚合計算。
進一步，我們也可以將 GROUP BY 應用於多個欄位，例如，如果我們想了解每位顧客在哪些日期進行了多少消費，可以同時對顧客編號（CustomerId）和訂單日期（InvoiceDate）進行分組：
SELECT CustomerId, InvoiceDate, SUM(Total) AS CustomerDaySales
FROM invoices
GROUP BY CustomerId, InvoiceDate
GROUP BY 也常與 ORDER BY 同時使用，來進一步提高查詢結果的可讀性：
SELECT CustomerId, InvoiceDate, SUM(Total) AS CustomerDaySales
FROM invoices
GROUP BY CustomerId, InvoiceDate
ORDER BY CustomerId, InvoiceDate
最後，我們可能希望對 GROUP BY 產生的分組結果，再進一步進行篩選。這時，我們可以使用 HAVING，來對聚合後的數值進行篩選。舉個例子，假設我們想要找出總消費超過 40 元的顧客，我們可以在 GROUP BY 子句後面這樣寫：
SELECT CustomerId, SUM(Total) AS CustomerTotalSales
FROM invoices
GROUP BY CustomerId
HAVING CustomerTotalSales > 40這個查詢會篩選出那些總消費超過 40 元的顧客。
HAVING 與 WHERE 子句很相似都是設置篩選條件，但大家要記得兩者差別在於 HAVING 是用來篩選「分組後」的結果，而 WHERE 則是在分組之前對「原始數據」進行篩選。
讓我們徹底了解這兩者的差別，假設我們希望使用 invoices 資料表，找出會員編號在 1 到 10 之間，並且總消費超過 40 元的顧客，聰明的你可以來思考一下如何撰寫這段語法：
SELECT CustomerId, Sum(Total) AS CustomerTotalSales
FROM invoices
WHERE CustomerId Between 1 AND 10
GROUP BY CustomerId
HAVING CustomerTotalSales > 40
ORDER BY CustomerId在這裡，我們首先使用 WHERE 子句，篩選出顧客編號在 1 到 10 之間的原始數據。然後通過 GROUP BY 進行分組，對每位顧客的訂單金額進行總和計算。最後，我們用 HAVING 子句篩選出那些總消費超過 40 元的顧客。
總結一下這個章節所學到的內容：
- 聚合函數： 對欄位資料進行計算和摘要，最常用的包括 COUNT、SUM、AVG、MAX、MIN。
- GROUP BY：選擇指定欄位來將資料「分組」。搭配聚合函數，對每一個分組進行更細致的聚合計算。此外可以使用 HAVING 對分組後的結果進行篩選。
最後補充一下使用 AS 設定別名的一些準則。隨著查詢涉及的欄位與資料表越多，我們經常需要指定一個臨時的名稱，讓我們更容易處理複雜查詢。以下是一些準則：
- 清晰的命名：命名盡量直接反映欄位或資料表的內容或意義。例如當我們計算總銷售額，可以將此別名設定為 “TotalSales”，而不是模糊不清的名稱如 “x1”、”temp1”。
- 避免使用 SQL 關鍵字：比方說不要將欄位或資料表取名為 “SELECT”、”DATE” 等與 SQL 函數相同的名字。
- 別名的撰寫風格：常見的包含駝峰式大小寫 (每個單詞的首字母大寫，其餘字母小寫，單詞之間不使用空格或底線)、小寫加底線 (全部小寫，單詞跟單詞間用底線連結)、全大寫 (單詞間沒有空格或底線、可讀性較差)。
-- 駝峰式大小寫
SELECT SUM(Total) AS TotalSales FROM invoices;
-- 小寫加底線
SELECT SUM(Total) AS total_sales FROM invoices;
-- 全大寫
SELECT SUM(Total) AS TOTALSALES FROM invoices;GROUP BY 可以說是我們在分析資料中最常用到的功能，所以各位一定要徹底了解它的運作邏輯。恭喜你完成了第二章，準備好就讓我們進入下一章節：JOIN！
