SQL เชิงปฏิบัติสำหรับการวิเคราะห์ข้อมูล

ตัวอย่างการใช้ SQL แทน Pandas เพื่อวิเคราะห์ข้อมูล

• เปรียบเทียบประสิทธิภาพ/การใช้หน่วยความจำของ SQL กับ Pandas

• พื้นฐาน

→ Common Table Expressions

→ การสร้างข้อมูล

→ การสุ่มสร้าง

→ การสุ่มเลือก

→ การสุ่มตัวอย่าง

• สถิติเชิงพรรณนา (Descriptive statistics)

• การสร้างผลรวมย่อย (Subtotal): Rollup, Cube, การจัดกลุ่ม

• การรวมแบบสะสม: ฟังก์ชัน Window, Sliding Window

• การถดถอยเชิงเส้น

• การประมาณค่าแทรก (Interpolation)

• การแบ่งข้อมูลเป็นช่วง (Binning)

[xguru]

แทนที่จะมองว่า SQL จะมาแทนที่งานวิเคราะห์ข้อมูลทั้งหมด น่าจะมองว่าใช้ SQL ทำ preprocessing เพื่อลดขนาดข้อมูล และทำให้ Pandas ที่กินหน่วยความจำมากทำงานได้เบาลงมากกว่าครับ