SQL基础语言利用聚合函数对查询结果进行统计与汇总

查询结果显示，学号Sno对应的成绩Grade分别为95010: 92分，95024: 82分，95007: 82分，95003: 75分，95010: 61分，95009: 55分。

聚合函数，又称合计函数，用于对数据集执行各种计算，如求最大、最小、平均值及方差等。使用关键字DISTINCT时，仅考虑非空值；所有聚合函数除COUNT（*）外，均忽略空值。

在SQL分组查询中，WHERE子句用于筛选源数据，而HAVING子句用于筛选分组后的结果。错误示例试图在WHERE子句中使用聚合函数AVG(Grade)进行条件筛选，这是不允许的。正确示例使用HAVING子句对分组后的平均成绩进行筛选。

汇总了Oracle常用基础SQL语句和函数，供学习与参考。

通过 WHERE 子句使用日期条件对员工数据进行过滤，获取员工姓名和入职日期。

四、聚合函数： t计数COUNT（[DISTINCT|ALL] *） COUNT（[DISTINCT|ALL] ） t计算总和SUM（[DISTINCT|ALL] ）t t计算平均值AVG（[DISTINCT|ALL] ） t最大最小值t MAX（[DISTINCT|ALL] ） t MIN（[DISTINCT|ALL] ） 介绍数据库系统中的聚合函数。

SUM计算指定列值的总和。AVG计算指定列值的平均值。示例：- 计算指定列值的总和：SELECT SUM(ytd_sales) FROM titles WHERE type = 'business'- 计算指定列值的平均值：SELECT AVG(SCore) AS 平均成绩 FROM Score WHERE Score >= 60

聚合函数用于计算SELECT语句查询行的统计值，通常与GROUP BY语句一起使用，对表进行分组统计。AVG(expr)描述列值的平均值，COUNT(expr)计算非空值的数量，COUNT(*)计算所有行数，MAX(expr)计算列中的最大值（按字母顺序），忽略空值，MIN(expr)计算列中的最小值（按字母顺序），忽略空值，SUM(expr)计算列值的合计。

数据预处理是数据分析的关键步骤，而数据清洗则是其中不可或缺的一环。将重点介绍如何使用 Python 对 Excel 数据进行过滤和清洗操作，以提高数据质量，为后续分析奠定基础。 我们会探讨以下几个方面： 读取 Excel 数据: 使用 Python 库 (如 Pandas) 读取 Excel 文件，并将其转换为可处理的数据结构。 数据过滤: 根据特定条件筛选数据，例如提取符合特定值范围或满足特定模式的数据。 缺失值处理: 识别和处理缺失数据，可选择删除、填充或使用插值法等方式进行处理。 重复值处理: 查找并删除重复数据，确保数据集的唯一性。 数据格式转换: 将数据转换为适合分析的格式，例如日期格式转换、文本数据标准化等。 通过学习，你将掌握使用 Python 进行数据清洗的基本技能，并能将其应用于实际项目中，提升数据分析效率。