Showing Revision 9 created 06/20/2016 by Udacity Robot.

1. Title:
   Complex Queries 2 - Intro to Data Science
2. Description:

3. 570 0:01 - 0:02
   A última coisa sobre a qual quero
4. 1760 0:02 - 0:05
   falar rapidamente são as mesmas funções que existem em
5. 4900 0:05 - 0:08
   linguagens de consulta como SQL. Como group bys e
6. 7732 0:08 - 0:11
   funções de agregação. Então, vamos dizer que quisesse
7. 11250 0:11 - 0:14
   criar uma versão transformada dos meus dados. Por
8. 14500 0:14 - 0:18
   exemplo, qual é o número total de matrículas por
9. 17590 0:18 - 0:22
   distrito? . Eu poderia escrever algo como isto. SELECT
10. 21710 0:22 - 0:26
    district,. SUM (aadhaar_generated) FROM aadhaar_data,
11. 25970 0:26 - 0:29
    GROUP BY district. Vamos falar sobre isto
12. 29200 0:29 - 0:32
    um pouco mais. O que está acontecendo exatamente?
13. 32119 0:32 - 0:38
    . SUM é o que chamamos de função de agregação. Uma função de agregação pega um
14. 38010 0:38 - 0:41
    conjunto de valores, normalmente números, e executa
15. 40960 0:41 - 0:44
    uma operação matemática com eles. Usamos
16. 44040 0:44 - 0:47
    SUM, mas outras funções de agregação incluem COUNT,
17. 47420 0:47 - 0:51
    MIN, MEAN, MAX, você pegou a ideia.
18. 51290 0:51 - 0:54
    Operações que uma pessoa pode executar com um conjunto
19. 53830 0:54 - 0:58
    de números. Mas, espere. Cada linha é
20. 58360 0:58 - 1:01
    apenas um número. Então, como chegamos
21. 61060 1:01 - 1:04
    aos conjuntos de números? O que basicamente dizemos aqui
22. 64420 1:04 - 1:07
    é pegar distrito distinto. Depois, para
23. 67480 1:07 - 1:10
    todos os valores diferentes de aadhaar_generated correspondentes
24. 70190 1:10 - 1:13
    a cada linha para esse distrito, a soma é
25. 72950 1:13 - 1:17
    calculada. Vamos começar com nossa tabela de dados Aadhaar.
26. 76960 1:17 - 1:20
    Pegue cada distrito e somente a contagem de
27. 79920 1:20 - 1:23
    aadhaar_generated. Agora, para nossos resultados fazerem
28. 83110 1:23 - 1:26
    sentido, queremos apenas uma linha
29. 85570 1:26 - 1:29
    em nosso resultado para cada distrito. Então, jogamos
30. 88970 1:29 - 1:32
    esta cláusula GROUP BY no final, que essencialmente
31. 92310 1:32 - 1:35
    diz: vamos ter apenas uma linha por distrito em
32. 95320 1:35 - 1:38
    nossos resultados. Pode haver várias cláusulas em um
33. 98340 1:38 - 1:43
    GROUP BY. Podemos usar também SELECT district,
34. 102910 1:43 - 1:47
    subdistrict, SUM aadhaar_generated, FROM aadhaar data, GROUP
35. 107410 1:47 - 1:51
    BY district, subdistrict. Note que para quaisquer colunas que
36. 111330 1:51 - 1:54
    selecionarmos, que não agregarmos, precisamos
37. 113820 1:54 - 1:57
    agrupar por, neste caso, distrito e subdistrito. Também
38. 117380 1:57 - 2:00
    poderíamos colocar uma cláusula WHERE aqui. Então,
39. 119840 2:00 - 2:02
    para somar aadhaar_generated para pessoas
40. 122160 2:02 - 2:08
    acima de 60 em cada distrito, posso apenas adicionar a cláusula WHERE após o nome da tabela,
41. 127880 2:08 - 2:13
    como falamos anteriormente. Se fôssemos executar esta consulta, dado SELECT
42. 132850 2:13 - 2:18
    district, subdistrict, SUM aadhaar generated, FROM aadhaar_data,
43. 137870 2:18 - 2:23
    WHERE age > 60, GROUP BY district, subdistrict, se
44. 143000 2:23 - 2:25
    fôssemos executar esta consulta, teríamos
45. 144900 2:25 - 2:27
    uma linha para cada combinação de distrito e
46. 147285 2:27 - 2:30
    subdistrito. E também teríamos para cada
47. 149910 2:30 - 2:33
    linha, a contagem de quantos Aadhaar foram gerados para
48. 153030 2:33 - 2:35
    pessoas acima de 60.