天池slq笔记-task06

数据准备

创建数据表脚本：

http://tianchi-media.oss-cn-beijing.aliyuncs.com/dragonball/SQL/create_table.sqltianchi-media.oss-cn-beijing.aliyuncs.com/dragonball/SQL/create_table.sql

插入数据脚本：（data数据下的_macosx忽略，没用）

http://tianchi-media.oss-cn-beijing.aliyuncs.com/dragonball/SQL/data.ziptianchi-media.oss-cn-beijing.aliyuncs.com/dragonball/SQL/data.zip

大家下载好脚本后，先在MySQL环境中运行create_table.sql脚本，创建数据表，然后解压下载好的data.zip，解压后目录如下：

8-10ccf_offline_stage1_train.sql
6-winequality-white.sql
5-8-10ccf_online_stage1_train.sql
4-macro industry.sql
3-ccf_offline_stage1_test_revised.sql
2-winequality-red.sql
1-9income statement.sql
1-9company operating.sql
1-7market data.sql

脚本文件名前面的序号表示用到该数据集的题目序号，例如1-7market data.sql表示第1题和第7题用到了该数据集。
同样的，这里给大家的也是sql脚本，里面是插入数据的语句，大家只需打开后在MySQL环境中运行即可将数据导入到数据表中。

练习题1：

数据来源：https://tianchi.aliyun.com/dataset/dataDetail?dataId=1074

请使用A股上市公司季度营收预测数据集《Income Statement.xls》和《Company Operating.xlsx》和《Market Data.xlsx》，以Market Data为主表，将三张表中的TICKER_SYMBOL为600383和600048的信息合并在一起。只需要显示以下字段。

取出每张表的对应字段
left join on ticker_symbol 和 end_date

SELECT MarketData.*,OperatingData.INDIC_NAME_EN,OperatingData.VALUE,IncomeStatement.N_INCOME,IncomeStatement.T_COGS,IncomeStatement.T_REVENUEFROM (SELECT TICKER_SYMBOL,END_DATE,CLOSE_PRICEFROM `market data`WHERE TICKER_SYMBOL IN ('600383','600048') ) MarketDataLEFT JOIN -- operating data(SELECT TICKER_SYMBOL,INDIC_NAME_EN,END_DATE,VALUEFROM `company operating`WHERE TICKER_SYMBOL IN ('600383','600048') ) OperatingDataON MarketData.TICKER_SYMBOL = OperatingData.TICKER_SYMBOLAND MarketData.END_DATE = OperatingData.END_DATELEFT JOIN -- income statement(SELECT DISTINCT TICKER_SYMBOL,END_DATE,T_REVENUE,T_COGS,N_INCOMEFROM `income statement`WHERE TICKER_SYMBOL IN ('600383','600048') ) IncomeStatement
ON MarketData.TICKER_SYMBOL = IncomeStatement.TICKER_SYMBOLAND MarketData.END_DATE = IncomeStatement.END_DATE
ORDER BY MarketData.TICKER_SYMBOL, MarketData.END_DATE;

练习题2：

数据来源：https://tianchi.aliyun.com/dataset/dataDetail?dataId=44

请使用 Wine Quality Data 数据集《winequality-red.csv》，找出 pH=3.03的所有红葡萄酒，然后，对其 citric acid 进行中式排名（相同排名的下一个名次应该是下一个连续的整数值。换句话说，名次之间不应该有“间隔”）

解读

条件1：where ph =3.03
条件2：排名使用dense_rank

select pH ,`citric acid` ,dense_rank () over (order by `citric acid`) rankac
from `winequality-red` wr
where pH = '3.03';

练习题3：

数据来源：https://tianchi.aliyun.com/competition/entrance/231593/information

使用Coupon Usage Data for O2O中的数据集《ccf_offline_stage1_test_revised.csv》，试分别找出在2016年7月期间，发放优惠券总金额最多和发放优惠券张数最多的商家。

这里只考虑满减的金额，不考虑打几折的优惠券。

解读

条件1：年为2016，月份为07，数据只有2016年
条件2：group by merchant_id,sum(amount)
amount 计算 substring_index(discount_rate,":",-1) 最后一个冒号之后的数据

select Merchant_id ,sum( substring_index(Discount_rate,':',-1) ) amount
from ccf_offline_stage1_test_revised costr
where month (Date_received)='07'
group by Merchant_id
ORDER BY cnt DESC
limit 1;

SELECT Merchant_id,COUNT(1) AS cnt
FROM ccf_offline_stage1_test_revised
WHERE Date_received BETWEEN '2016-07-01' AND '2016-07-31'
GROUP BY Merchant_id
ORDER BY cnt DESC
LIMIT 1;

练习题4：

数据来源：https://tianchi.aliyun.com/dataset/dataDetail?dataId=1074

请使用A股上市公司季度营收预测中的数据集《Macro&Industry.xlsx》中的sheet-INDIC_DATA，请计算全社会用电量:第一产业:用电值在2015年用电最高峰是发生在哪月？并且相比去年同期增长/减少了多少个百分比？

select PERIOD_DATE
from `macro industry` mi
where year (PERIOD_DATE)=2015
and indic_id = '2020101522'
group by PERIOD_DATE
order by DATA_VALUE desc
limit 1;

SELECT BaseData.*,(BaseData.FianlValue - YoY.FianlValue) / YoY.FianlValue YoYFROM (SELECT PERIOD_DATE,MAX(DATA_VALUE) FianlValueFROM `macro industry`WHERE INDIC_ID = '2020101522'AND YEAR(PERIOD_DATE) = 2015GROUP BY PERIOD_DATEORDER BY FianlValue DESCLIMIT 1) BaseDataLEFT JOIN -- YOY(SELECT PERIOD_DATE,MAX(DATA_VALUE) FianlValueFROM `macro industry`WHERE INDIC_ID = '2020101522'AND YEAR(PERIOD_DATE) = 2014GROUP BY PERIOD_DATE ) YoYON  MONTH(BaseData.PERIOD_DATE) = MONTH(YoY.PERIOD_DATE);

练习题5：

数据来源：https://tianchi.aliyun.com/competition/entrance/231593/information

使用Coupon Usage Data for O2O中的数据集《ccf_online_stage1_train.csv》，试统计在2016年6月期间，线上总体优惠券弃用率为多少？并找出优惠券弃用率最高的商家。

弃用率 = 被领券但未使用的优惠券张数 / 总的被领取优惠券张数

--线上总体优惠券弃用率为多少？
SELECT SUM(CASE WHEN Date='0000-00-00' AND Coupon_id IS NOT NULLTHEN 1ELSE 0END) /SUM(CASE WHEN Coupon_id IS NOT NULLTHEN 1ELSE 0END) AS discard_rateFROM ccf_online_stage1_trainWHERE Date_received BETWEEN '2016-06-01' AND '2016-06-30';

SELECT Merchant_id,SUM(CASE WHEN Date is null AND Coupon_id IS NOT NULLTHEN 1ELSE 0END) /SUM(CASE WHEN Coupon_id IS NOT NULLTHEN 1ELSE 0END) AS discard_rateFROM ccf_online_stage1_trainWHERE Date_received BETWEEN '2016-06-01' AND '2016-06-30'GROUP BY Merchant_idORDER BY discard_rate DESCLIMIT 1;

练习题6：

数据来源：https://tianchi.aliyun.com/dataset/dataDetail?dataId=44

请使用 Wine Quality Data 数据集《winequality-white.csv》，找出 pH=3.63的所有白葡萄酒，然后，对其 residual sugar 量进行英式排名（非连续的排名）

select pH ,`residual sugar` ,dense_rank () over(order by `residual sugar`) rankr
from `winequality-white` ww
where pH = 3.63;

练习题7：

数据来源：https://tianchi.aliyun.com/dataset/dataDetail?dataId=1074

请使用A股上市公司季度营收预测中的数据集《Market Data.xlsx》中的sheet-DATA，

计算截止到2018年底，市值最大的三个行业是哪些？以及这三个行业里市值最大的三个公司是哪些？（每个行业找出前三大的公司，即一共要找出9个）

SELECT TYPE_NAME_CN,SUM(MARKET_VALUE)FROM `market data`
WHERE END_DATE = '2018-5-31'
GROUP BY TYPE_NAME_CN
ORDER BY SUM(MARKET_VALUE) DESC
LIMIT 3;

练习题8：

数据来源：https://tianchi.aliyun.com/competition/entrance/231593/information

使用Coupon Usage Data for O2O中的数据集《ccf_online_stage1_train.csv》和《ccf_offline_stage1_train.csv》，试找出在2016年6月期间，线上线下累计优惠券使用次数最多的顾客。

SELECT User_id,SUM(couponCount) couponCountFROM (SELECT User_id,count(*) couponCountFROM `ccf_online_stage1_train`WHERE (Date is not null AND Coupon_id is not null)AND (LEFT(DATE,4)=2016 )GROUP BY User_idUNION ALLSELECT User_id,COUNT(*) couponCountFROM `ccf_offline_stage1_train`WHERE (Date is not null AND Coupon_id is not null)AND (LEFT(DATE,4)=2016 )GROUP BY User_id ) BaseDataGROUP BY User_idORDER BY SUM(couponCount) DESCLIMIT 1;
;

练习题9：

数据来源：https://tianchi.aliyun.com/dataset/dataDetail?dataId=1074

请使用A股上市公司季度营收预测数据集《Income Statement.xls》中的sheet-General Business和《Company Operating.xlsx》中的sheet-EN。

找出在数据集所有年份中，按季度统计，白云机场旅客吞吐量最高的那一季度对应的净利润是多少？（注意，是单季度对应的净利润，非累计净利润。）

SELECT *FROM (SELECT TICKER_SYMBOL,YEAR(END_DATE) Year,QUARTER(END_DATE) QUARTER,SUM(VALUE) AmountFROM `company operating`WHERE INDIC_NAME_EN = 'Baiyun Airport:Passenger throughput'GROUP BY TICKER_SYMBOL,YEAR(END_DATE),QUARTER(END_DATE)ORDER BY SUM(VALUE) DESCLIMIT 1 ) BaseDataLEFT JOIN -- income statement(SELECT TICKER_SYMBOL,YEAR(END_DATE) Year,QUARTER(END_DATE) QUARTER,SUM(N_INCOME) AmountFROM `income statement`GROUP BY TICKER_SYMBOL,YEAR(END_DATE),QUARTER(END_DATE) ) IncomeON BaseData.TICKER_SYMBOL = Income.TICKER_SYMBOLAND BaseData.Year = Income.YearAND BaseData.QUARTER = Income.QUARTER;

练习题10：

数据来源：https://tianchi.aliyun.com/competition/entrance/231593/information

使用Coupon Usage Data for O2O中的数据集《ccf_online_stage1_train.csv》和《ccf_offline_stage1_train.csv》，试找出在2016年6月期间，线上线下累计被使用优惠券满减最多的前3名商家。

比如商家A，消费者A在其中使用了一张200减50的，消费者B使用了一张30减1的，那么商家A累计被使用优惠券满减51元。

select Merchant_id,sum( substring_index(discount_rate,":",-1) ) sum1from (select Merchant_id,Discount_ratefrom ccf_offline_stage1_train cost where year(`Date`) = 2016and Discount_rate is not null and month (`Date`)= 6and Coupon_id is not null union all select Merchant_id ,Discount_ratefrom ccf_online_stage1_train cost2  where year(`Date`) = 2016and month (`Date`)= 6and Discount_rate is not nulland Coupon_id is not null ) all1group by merchant_id order by sum1 desc limit 1;