[SQL DB] 데이터 분석 단계로 나아가기

1. 데이터의 특성 구하기

특정 컬럼의 값을 가진 로우 수를 구하고 싶다면 아래와 같이 작성하면 된다.
이 때 해당 컬럼의 값이 NULL이면 그 로우는 카운트하지 않는다.

SELECT COUNT(col) FROM dbname.tablename;

컬럼의 값이 NULL인 로우는 카운트하지 않기 때문에,
전체 로우의 수를 알고 싶을 때는 불편할 수도 있다.
따라서, 그런 경우에는 아래와 같이 SQL문을 작성하면 된다.

SELECT COUNT(*) FROM dbname.tablename;

특정 컬럼에서 가장 큰 값 또는 가장 작은 값을 찾고 싶다면 아래와 같이 작성하면 된다.

SELECT MAX(col) FROM dbname.tablename;
SELECT MIN(col) FROM dbname.tablename;

특정 컬럼의 평균을 구하고 싶다면 아래와 같이 작성하면 된다.
AVG 함수도 계산할 때 NULL을 포함하지 않으므로 NULL이 포함돼서 이상한 값이 나올 일은 없다.

SELECT AVG(col) FROM dbname.tablename;

특정 컬럼의 합을 구하고 싶다면 아래와 같이 작성하면 된다.

SELECT SUM(col) FROM dbname.tablename;

특정 컬럼의 표준편차를 구하고 싶다면 아래와 같이 작성하면 된다.

SELECT STD(col) FROM dbname.tablename;

이러한 집계함수들 외에도 각 로우마다 단순한 산술 연산을 해주는 산술 함수들도 있다.
산술 함수에는 아래와 같은 함수들이 있다.

SELECT ABS(col) FROM dbname.tablename;      # 절댓값을 구하는 함수
SELECT SQRT(col) FROM dbname.tablename;     # 제곱근을 구하는 함수
SELECT CEIL(col) FROM dbname.tablename;     # 올림 함수
SELECT FLOOR(col) FROM dbname.tablename;    # 내림 함수
SELECT ROUND(col) FROM dbname.tablename;    # 반올림 함수

이 외에도 다양한 산술 함수들이 있는데, 다른 것들이 궁금하다면 여기를 참고하자.

2. NULL을 다루는 방법

특정 컬럼에 NULL이 들어있는 row들을 조회하려고 한다면 아래와 같이 작성하면 된다.

SELECT * FROM dbname.tablename WHERE col IS NULL;

IS NULL은 말 그대로 NULL값이 들어있는지를 나타내는 조건식이다.
만약 반대로 값이 들어있는 row들만 조회하려고 한다면 IS NOT NULL을 사용하면 된다.
이 때 IS NULL을 = 로 대체하거나, IS NOT NULL을 !=나 <>로 대체하는 실수를 하기도 하는데,
NULL은 어떤 값이 아니기 때문에 어떤 값과 비교할 수 있는 대상이 아니므로 반드시 IS NULL 또는 IS NOT NULL을 사용해야 한다.

프로그래밍을 하는 사람이라면 NULL이 무슨 뜻인지 다 알고 있을텐데,
다른 직군 사람들과 함께 살펴봐야 할 경우에는 NULL을 좀 더 일반적인 단어로 바꿔주는 것이 좋다.
그러한 방법에는 여러가지가 있는데, 그 중 한가지인 COALESCE를 사용해보자.

SELECT COALESCE(col, defaultvalue) FROM dbname.tablename;

위와 같이 sql문을 짠다면 특정 컬럼에 값이 있는 경우에는 그 값을 그대로 보여주고,
NULL 값이 있는 경우에는 defaultvalue를 보여준다.

그리고, NULL에는 어떤 연산을 해도 결국 NULL이다.

3. 이상한 값을 제외하고 싶을 때

어떤 컬럼에 정상적인 값, NULL값 외에도 비정상적인 값이 들어있을 수도 있다.
예를 들어, 어떤 사람의 나이를 저장하는 컬럼인데 음수나 500같은 큰 숫자가 들어있다면 이건 비정상적인 값이라고 할 수 있다. 그러므로, 데이터의 특성 값을 구할 때 특정 컬럼의 특성을 고려해서 비정상적인 값들을 제외하고 구해야 한다.

만약 나이가 10세 이상 100세 이하인 사람들의 나이 평균을 구하고 싶다면 아래와 같이 sql문을 작성하면 된다.

SELECT AVG(age) FROM dbname.tablename WHERE age BETWEEN 10 AND 100;

age 컬럼이 아니라 다른 의미를 갖는 컬럼들에는 어떻게 적용해야 하지? 하고 궁금해질 수도 있는데
일반적으로 어떤 컬럼이 갖는 특성을 잘 고려해서 알맞은 조건을 만들어서 비정상적인 값을 제외하면 된다.