매출분석 1에서 partition by와 group by의 차이
355
2 asked
안녕하세요 선수 강의에서 언급한 내용일 수도있는데 선수 강의를 수강하지 않아 질문드립니다!
매출분석 01의 상품별 매출액 과 상품별 카테고리별 전체 매출액 대비 비율 강의에서 질문있습니다
상품별 카테고리별 전체 매출액 대비 비율은
sum_amount(product 기준으로 groupby한 상품별 매출액) / sum(sum_amount) over (partition by category_name) as product_category_ratio 로 구했는데
partition by가 아니라 group by category_name 로 분석할 수는 없는건가요?
sum(sum_amount) over (partition by category_name) 이 부분 자체가 작은 groupby를 진행한? 결과인 걸까요
over partition by와 group by간의 차이, 사용용도의 차이가 궁금합니다
Answer 1
0
안녕하십니까,
analytic function과 group by의 차이는 선행 강의인 데이터 분석 SQL Fundamental에서 보다 자세히 설명드리지만, 간략히 설명드리면,
analytic function은 from 절의 레벨을 변경하지 않으면서 sum(), avg(), count() 와 같은 aggregate 함수 또는 여러 analytic 함수를 수행할 수 있습니다. 반면에 group by 는 group by 절에 나열된 컬럼값으로 from 절의 레벨이 변경됩니다. 그리고 select 절에 group by 절에 나열된 컬럼과 aggregate 함수만이 올 수 있습니다. 때문에 group by가 아니라 analytic function을 이용하였습니다.
본 강의는 선행 강의를 듣지 않으셨다면, 실습을 따라하기가 어려우실 수 있습니다.
실습 강의가 많은 analytic function과 group by 로 구성되어 있습니다. 인터넷에서 자료를 참조하셔서 이해하실 수 도 있지만, 실습 수준이 기본적인 analytic function 이해로는 어려울 것 같습니다.
제 생각엔 analytic function과 group by의 차이가 확실하지 않으시다면 선행 강의를 먼저 들으시는게 가장 좋을 것 같습니다. 강의가 진행 될 수록 더 어려운 SQL이 나옵니다. 만약 선행 강의를 원하지 않으시면(들으시면 좋을것 같지만 ^^;;) 부득이 하지만, 환불을 요청하시면 어떨까 싶습니다.
만약 강의 자료를 다운로드 받으셔서 환불이 어려우시면 더 이상 강의를 듣지 마시고 저에게 말씀해 주시면 제가 인프런에 연락해서 조치를 부탁하겠습니다.
감사합니다.
"주문별 고객별 연관 상품 추출 SQL로 구하기-02" 수업 질문
0
52
2
쿼리 질문있습니다!!
0
49
2
없는강의요청해도됩니까,,
0
90
2
아래와 동일한 질문에 대한 추가질문입니다
0
70
2
cnt/max로 구한 결과의 차이
0
100
2
쿼리에 대한 질문이 있습니다.
0
116
2
퍼널 질문드립니다.
0
112
1
ADSP자격증
0
282
2
특정 스키마에서 생성한 편집기의 쿼리를 판다스에 삽입하는 방법
0
161
1
백업파일 테이블 생성 오류
0
235
1
"사용자별 특정 상품 주문시 함께 가장 많이 주문된 다른 상품 추출하기"에서 조건관련..
0
161
1
Plotly을 이용해 treemap시각화시 공유사항
0
277
2
월단위 카테고리별 매출액과 주문건수 및 전체매출액 대비 비율 sql로 구하기 수업 중 질문이 있습니다.
0
248
1
with 절 질문
0
240
1
데이터 분석 SQL Fundamentals 강의 할인 문의
0
215
1
리텐션 구하는 방법 문의
0
215
1
캐글데이터 Postgresql 사용
0
355
2
mau 구할때 group by 사용안해도 count 집계함수가 왜 가능한지 모르겠습니다.
0
262
1
postgres 설치 오류
0
318
1
맥 계정에서 postgres 접속 시 비밀번호 입력 실패현상
1
542
2
pandas 연계시 오류.....
0
1242
3
시각화 그래프가 안보여요
0
299
1
ntile 정규분포에 관하여 ... 향후 일을 하게 될 시
0
358
1
사용자별 월별 세션 접속 횟수의 구간별 분포 집계 SQL - where절
0
393
1

