Agregación de Datos en SQL: Max, Min, Suma y Promedio

Clase 19 de 34 • Curso de PostgreSQL Aplicado a Ciencia de Datos

Resumen

¿Cómo se realiza la agregación de datos?

La agregación de datos es esencial para el análisis de información, ya que permite resumir volúmenes de datos mediante totales o agrupaciones relevantes para el negocio. Para lograr esta agregación, utilizamos funciones específicas dentro del lenguaje SQL estándar, el cual facilitan extraer totales y resúmenes útiles para diversos reportes e inteligencia empresarial.

¿Cómo se utiliza la función `MAX`?

La función MAX se emplea para identificar el valor máximo de un conjunto de datos en una tabla. Por ejemplo, si deseamos determinar el precio máximo de alquiler de una película, realizaremos la operación siguiendo pasos precisos:

SELECT MAX(rental_price) FROM movies;

En este caso, seleccionamos el precio máximo de renta de la tabla movies, que nos revela cuál es la película más cara para alquilar. Este tipo de consulta nos puede proporcionar insights sobre los precios más altos manejados en un catálogo de películas.

¿Qué significa agrupar datos en SQL?

Agrupar datos es posible mediante el uso de la cláusula GROUP BY, permitiendo generar reportes más detallados asociando las agrupaciones a un atributo específico. Supongamos que buscamos conocer el precio máximo por título de película; entonces se procesaría así:

SELECT title, MAX(rental_price) 
FROM movies 
GROUP BY title;

Con este enfoque, se puede explorar la relación entre cada título y su precio máximo dentro de nuestra tabla.

¿Cómo se pueden calcular sumas y promedios?

La función SUM permite calcular el total, mientras que AVG obtiene un promedio. Estos son esenciales en contextos donde necesitas evaluar costos o rendimientos acumulados.

Para sumar el total de precios de alquiler de todas las películas:

SELECT SUM(rental_price) FROM movies;

Para analizar el costo promedio de alquiler de una película:

SELECT AVG(rental_price) FROM movies;

¿Qué función tiene el conteo de elementos?

COUNT es la función que te permite cuantificar cuántas ocurrencias hay de un determinado elemento. Es útil para conocer volúmenes, como cuántas películas pertenecen a una categoría específica:

SELECT classification, COUNT(*) 
FROM movies 
GROUP BY classification;

Esto sirve para verificar cuántas películas hay disponibles en distintas clasificaciones, lo cual podría ayudar a identificar áreas del catálogo que podrían necesitar un mayor equilibrio.

¿Cuáles son las aplicabilidades de estos métodos?

Mediante estas funciones de agregación, se pueden desarrollar reportes que arrojen luz sobre diversos aspectos del negocio. Ejemplos de este tipo de insights incluyen:

Ajustes de catálogo: Saber qué categorías son populares o están faltando.
Revisión de precios: Detectar grandes disparidades en precios de alquiler.
Comportamiento de clientes: Entender cómo y cuándo se rentan y retornan las películas.

Consejo Práctico: Experimenta con otras tablas que tengas disponibles. Intenta calcular máximos, mínimos, promedios o sumas en contextos inéditos para comprender cómo puedes aplicar estos conceptos a otros conjuntos de datos. ¡Compártelo en los comentarios!

En este mundo dinámico, el dominio de técnicas de agregación de datos no solo potencia tus habilidades analíticas, sino que también te arma con las herramientas necesarias para tomar decisiones informadas en cualquier nivel de tu organización. ¡Adelante, sigue explorando!

Raul Enrique Torres Reyes

student•

Hay que tener en cuenta que count(*) cuenta todas la filas y count(campo) no toma encuenta los campos con valores nulos al realizar la cuenta.

Creck Brayan Mauri Pastor Paredes

student•

BUEN DATO

José Alberto Ortiz Vargas

student•

Que buen hack. Gracias.

Tatiana Guerrero

student•

Mínimo y máximo agrupado por la clasificación de películas:

Andrés Felipe Rivera Giraldo

student•

A mi juicio, en esta clase empieza el curso...

David J. Monroy P.

student•

opino lo mismo, aunque estuvo bien el modulo de Que es la Ciencia de Datos, de resto, removeria los modulos anteriores, aun mas teniendo en cuenta que para ello hay una Ruta de Aprendizaje donde en cursos anteriores se ha dado eso, pero bueno, sirve para enfatizar y reforzar los conocimientos

Ricardo R.

student•

Use el comando round() que aprendí en el curso de python, para indicar al precio promedio que solo desplegara 2 decimales

SELECT clasificacion, ROUND(AVG(precio_renta),2) AS precio_promedio
FROM peliculas
GROUP BY clasificacion
ORDER BY precio_promedio DESC;

Si tienen otra forma, compártanla !! :)

Rodrigo Villanueva Meza

student•

Gracias !

Elias Dudamel

student•

Empezando con la hipótesis de que en 'la ciudad donde haya más clientes, tendremos más ventas'.

Empezaría consultando clientes por ciudad.

SELECT	ciudad,
	COUNT(cliente_id) AS n
FROM clientes AS c
INNER JOIN direcciones AS d ON c.direccion_id = d.direccion_id
INNER JOIN ciudades AS ci ON d.ciudad_id = ci.ciudad_id
GROUP BY ciudad
ORDER BY n DESC

Tendríamos como resultado que Londres y Aurora deberían competir para cumplir con está hipótesis

SELECT	ciudad,
	SUM(precio_renta) AS ventas
FROM peliculas AS p
INNER JOIN inventarios AS i ON p.pelicula_id = i.pelicula_id
INNER JOIN rentas AS r ON i.inventario_id = r.inventario_id
INNER JOIN clientes AS c ON r.cliente_id = c.cliente_id
INNER JOIN direcciones AS d ON c.direccion_id = d.direccion_id
INNER JOIN ciudades AS ci ON d.ciudad_id = ci.ciudad_id
GROUP BY ciudad
ORDER BY ventas DESC;

Justamente sale Aurora como ganador pero eso no aprueba nuestra hipótesis porque Londres debería estar de segundo lugar o primero pero sale como apenas sexto, entonces podríamos llegar a la conclusión que deberíamos ver cuantas películas se rentaron por ciudad y a que precio.

Stanley Melgar

student•

¿Cuáles son los países que más películas rentan? Un recorrido visual de todas las tablas que se ven implicadas para obtener esta agregación.

Luis Guzmán

student•

mi hipotesis era poder ver cuales clientes eran los que mas habian rentado este es el Query y la imagen

SELECT CONCAT(c.nombre, ' ', c.apellido) AS nombre_completo, SUM(cantidad) AS pago_total
FROM clientes AS c
INNER JOIN pagos AS p
USING (cliente_id)
GROUP BY cliente_id
ORDER BY pago_total DESC
LIMIT 10;

Marius Lungu

student•

Jugando con la tabla peliculas_actores saqué los 5 actores que actúan en más películas

SELECT actor_id, COUNT(pelicula_id) AS peliculas_totales
FROM peliculas_actores
GROUP BY actor_id
ORDER BY peliculas_totales DESC
LIMIT 5

Abisai Antonio Madera

student•

Excelente aporte... Esto es la misma consulta solo que ahora mostrando el nombre del actor.

SELECT a.nombre, pa.actor_id, COUNT(pa.pelicula_id) AS peliculas_totales
FROM actores a, peliculas_actores pa
WHERE a.actor_id = pa.actor_id
GROUP BY a.nombre, pa.actor_id
ORDER BY peliculas_totales DESC
LIMIT 5;

Joel Sierra Mendoza

student•

Hola amigos. Resolví el mismo interrogante que ustedes, de otra forma y me da lo mismo que ustedes salvo en un detalle. Cuando lo hago con este código:

SELECT CONCAT(nombre, ' ', apellido) AS full_name, COUNT(*) AS total_peliculas
FROM actores 
INNER JOIN peliculas_actores USING (actor_id)
INNER JOIN peliculas USING (pelicula_id)
GROUP BY full_name
ORDER BY total_peliculas DESC
LIMIT 6;

La actriz que actúa en más películas es Susan Davis con 54, es el único dato diferente, cosa que con su código no aparece. Me puse a mirar a detalle y es que hay dos actores_id con el mismo nombre aunque diferente id y esta sumandolos como si fuesen uno.

Joel Sierra Mendoza

student•

Queries realizados

Número de películas que están en inglés.
TOP 5 de clientes que más gastaron en renta de películas
TOP 5 clientes que más rentaron películas
TOP 5 actores que han participado en más películas
Clasificación de películas más vistas por ciudad.

Wilner Alexander Ochoa Vivas

student•

Número de películas que están en inglés. Al revisar la tabla de películas me di cuenta que todas son en ingles, ahora bien de haber películas en otros idiomas, el query seria el siguiente.

SELECT COUNT(a.pelicula_id) AS total_peliculas_ingles, b.lenguaje_id
FROM peliculas AS a
INNER JOIN lenguajes AS b ON a.lenguaje_id = b.lenguaje_id
GROUP BY b.lenguaje_id
HAVING b.lenguaje_id = 1;

TOP 5 de clientes que más gastaron en renta de películas

SELECT cliente_id, SUM(cantidad) AS total_gastado
FROM pagos
GROUP BY cliente_id
ORDER BY total_gastado DESC
LIMIT 5;

3. TOP 5 clientes que más rentaron películas

SELECT cliente_id, COUNT(renta_id) AS total_rentado
FROM pagos
GROUP BY cliente_id
ORDER BY total_rentado desc
LIMIT 5;

4.TOP 5 actores que han participado en más películas

SELECT CONCAT(c.nombre,' ',
c.apellido) AS actores,
c.actor_id,
COUNT(a.pelicula_id) AS total_peliculas
FROM peliculas AS a
INNER JOIN peliculas_actores AS b ON a.pelicula_id = b.pelicula_id
INNER JOIN actores AS c ON b.actor_id = c.actor_id
GROUP BY actores, c.actor_id
ORDER BY total_peliculas DESC
LIMIT 5;

5.Clasificación de películas más vistas por ciudad. Debo reconocer que este ultimo query fue desafiante y divertido, logre hacer los join sin problema, una vez teniendo los datos de interés, lo que se me ocurrió, fue utilizar una Window functions, sin embargo no obtuve los datos deseados, así que termine apoyándome con el código del compañero Alejandro Jose Ysea Gonzalez.

SELECT ciudad, clasificacion
FROM ( 
	SELECT ciudad, clasificacion, count(renta_id) AS cantidad_rentada,  rank() over (partition By ciudad order by count(*) desc) as ranking_ciudad
	FROM (
		SELECT f.ciudad,   
			d.cliente_id, 
			c.renta_id,  
			a.pelicula_id, 
			a.clasificacion
		FROM peliculas AS a
		INNER JOIN inventarios AS b ON a.pelicula_id = b.pelicula_id
		INNER JOIN rentas AS c ON b.inventario_id = c.inventario_id 
		INNER JOIN clientes AS d ON c.cliente_id = d.cliente_id
		INNER JOIN direcciones AS e ON d.direccion_id = e.direccion_id
		INNER JOIN ciudades AS f ON e.ciudad_id = f.ciudad_id) as tabla_renta_por_ciudad
	GROUP BY ciudad, clasificacion
	ORDER by cantidad_rentada DESC) AS Tabla_final
WHERE ranking_ciudad =  1;

Anyelo Leonardy Alvarez Baquero

student•

1) Cantidad de películas en ingles```txt SELECT COUNT(*) FROM ( SELECT p.titulo, p.lenguaje_id, l.nombre AS lenguaje FROM peliculas AS p LEFT JOIN lenguajes AS l ON p.lenguaje_id = l.lenguaje_id ) AS cuenta_peliculas_ingles WHERE lenguaje = 'English';


```js
SELECT c.cliente_id, CONCAT(c.nombre, ' ', c.apellido) as cliente, SUM(p.cantidad) AS pagado_cliente
FROM clientes AS c
INNER JOIN pagos AS p
ON c.cliente_id = p.cliente_id
GROUP BY c.cliente_id
ORDER BY pagado_cliente DESC
LIMIT 5;
```3) Clientes que mas rentaron películas

```js
SELECT c.cliente_id, CONCAT(c.nombre, ' ', c.apellido), COUNT(*) AS cantidad_peliculas_rentadas FROM clientes AS c
INNER JOIN rentas AS r
ON c.cliente_id = r.cliente_id
GROUP BY c.cliente_id
ORDER BY cantidad_peliculas_rentadas DESC
LIMIT 5;
```4) Actores que han participado en mas películas

```js
SELECT a.actor_id, CONCAT(a.nombre, ' ', a.apellido), COUNT(a.actor_id) AS apariciones
FROM peliculas_actores AS pa
INNER JOIN actores AS a
ON pa.actor_id = a.actor_id
GROUP BY a.actor_id
ORDER BY apariciones DESC
LIMIT 5;
```5) Clasificación de películas mas vistas por ciudad

```txt
SELECT ciudad, clasificacion, total FROM(
SELECT city.ciudad, p.clasificacion, COUNT(*) AS total, 
RANK() OVER(PARTITION BY ciudad ORDER BY COUNT(*) DESC)
FROM clientes AS c
INNER JOIN direcciones AS d
ON c.direccion_id = d.direccion_id
INNER JOIN ciudades AS city
ON d.ciudad_id = city.ciudad_id
INNER JOIN rentas AS r
ON c.cliente_id = r.cliente_id
INNER JOIN inventarios AS inv
ON r.inventario_id = inv.inventario_id
INNER JOIN peliculas AS p
ON inv.pelicula_id = p.pelicula_id
GROUP BY city.ciudad, p.clasificacion
ORDER BY total DESC
	) AS lastt
WHERE RANK = 1;
```En el 5 me copie del RANK que ya habían usado, casi no me sale.

Javier Castillo

student•

Para ver el total de películas en cada idioma.

SELECT l.nombre, COUNT(p.titulo) AS "Numero_Peliculas"
FROM lenguajes AS l
FULL OUTER JOIN peliculas AS p
ON l.lenguaje_id = p.lenguaje_id
GROUP BY l.nombre

Cristian Stiven Loaiza Cano

student•

Hola Javier, al revisar la BD me di cuenta que todas las películas están en inglés (id=1). Suponiendo que hay películas en varios idiomas el query quedaría así:

SELECT l.nombre AS idioma, COUNT(p.titulo) AS total_peliculas FROM lenguajes AS l INNER JOIN peliculas AS p ON l.lenguaje_id = p.lenguaje_id GROUP BY idioma;

Orlando Ramirez

student•

Hice este query para saber cuantas rentas distintas se hicieron por mes.

SELECT date_trunc('month', fecha_renta) as mes, count(distinct(renta_id)) AS numero_rentas
FROM rentas
GROUP BY mes
ORDER BY numero_rentas DESC;

Jose Manuel Rivas Márquez

student•

Asi ordene las peliculas por el minimo

select titulo, min(precio_renta)
from peliculas
group by titulo
order by min(precio_renta);

Cristian Camilo Parada Moreno

student•

Practique con algunos queries y esto pude sacar, algo que deberia mejorar guys?


---Minimo y maximo precio de renta por clasificacion
SELECT clasificacion, MIN (precio_renta) AS Min_precio_renta, MAX(precio_renta) AS Max_precio_renta
FROM peliculas
GROUP BY clasificacion;

---Precio promedio de renta por clasificacion
SELECT clasificacion, ROUND (AVG (precio_renta),2) AS avg_renta
FROM peliculas
GROUP BY clasificacion
ORDER BY avg_renta DESC;


--Duracion promedio de renta por clasficacion
SELECT clasificacion, ROUND (AVG (duracion_renta),2) AS temps_renta
FROM peliculas
GROUP BY clasificacion
ORDER BY temps_renta;

---duracion pomedio (hour) por clasificacion
SELECT clasificacion, ROUND(AVG(duracion)/60,2)AS duracion_por_clasificacion_hour
FROM peliculas
GROUP BY clasificacion
ORDER BY duracion_por_clasificacion_hour;

--Duracion promedio de pelicula (minutos) por clasificacion
SELECT clasificacion, ROUND(AVG(duracion),2)AS duracion_por_clasificacion
FROM peliculas
GROUP BY clasificacion
ORDER BY duracion_por_clasificacion;

--Costo promedio de remplazo por titulo TOP 53
SELECT titulo, ROUND( AVG (costo_reemplazo),2) AS replacement_cost
FROM peliculas
GROUP BY titulo
ORDER BY replacement_cost DESC
LIMIT 53;


--- Costo promedio de reemplazo por clasificacion
SELECT clasificacion, ROUND (AVG(costo_reemplazo),2) AS replacement_cost
FROM peliculas
GROUP BY clasificacion
ORDER BY replacement_cost DESC;

--- Mayor duracion de renta por titulo
SELECT titulo,  MAX (duracion_renta) AS Max_duracion_renta
FROM peliculas
GROUP BY titulo
ORDER BY Max_duracion_renta DESC;

--Duracion Max y Min de renta por clasificacion
SELECT clasificacion, MAX (duracion_renta) AS Max_duracion_renta, MIN (duracion_renta) AS Min_duracion_renta
FROM peliculas
GROUP BY clasificacion;

---total de peliculas por clasificacion

SELECT clasificacion, COUNT(*) AS total_movies_per_clasificacion
FROM peliculas
GROUP BY clasificacion
ORDER BY total_movies_per_clasificacion DESC;

Julián Cárdenas

student•

Curioso no sabia que se podían hacer graficas

Nicolás Naceli

student•

En todos los casos el precio menor por clasificacion es de $0.98

SELECT clasificacion, MIN(precio_renta) AS precio_renta_menor
FROM peliculas
GROUP BY clasificacion
ORDER BY precio_renta_menor DESC

Pablo Alejandro Figueroa

student•

Carlos Javier Guevara Contreras

student•

La agregación de datos generalmente funciona en grandes bases de datos que no proporcionan mucho valor de información por sí solos. Los procesos clave de la agregación de datos son la recopilación, utilización y presentación de datos que están disponibles y presentes globalmente.

Tomas Filippo

student•

Se me ocurrio mirar cual era el empleado que mas ventas concretaba y me termine dando cuenta de que hay que echar a Dave, Erika y Edna, ya que no concretaron ninguna jaja.

Esta fue la query que utilice !

SELECT empleados.nombre, empleados.apellido, SUM(pagos.cantidad) AS total_ventas FROM empleados LEFT JOIN pagos ON empleados.empleado_id = pagos.empleado_id GROUP BY empleados.nombre, empleados.apellido ORDER BY total_ventas DESC;

Alejandro Jose Ysea Gonzalez

student•

Mi Query: Clasificacion de Pelis favorita por Ciudad

SELECT ciudad, clasificacion
FROM ( 
SELECT ciudad, clasificacion, count(renta_id) AS cantidad_rentada,  rank() over (partition By ciudad order by count(*) desc) as ranking_ciudad
FROM (
SELECT ci.ciudad, pe.titulo, pe.duracion, pe.clasificacion, r.renta_id  FROM public.peliculas AS pe
INNER JOIN public.inventarios AS i  ON pe.pelicula_id = i.pelicula_id
INNER JOIN public.rentas AS r ON i.inventario_id = r.inventario_id
INNER JOIN public.clientes AS c ON r.cliente_id = c.cliente_id
INNER JOIN public.direcciones AS d ON c.direccion_id = d.direccion_id
INNER JOIN public.ciudades AS ci ON d.ciudad_id = ci.ciudad_id) as Tabla_renta_por_ciudad
GROUP BY ciudad, clasificacion
ORDER by cantidad_rentada DESC) AS Tabla_final
WHERE ranking_ciudad =  1;

NOTA: Si puedes simplificarlo me enseñas como?

Joel Sierra Mendoza

student•

Hola Alejandro, así obtuve mi resultado aunque siento que muy bajas las cifras. Que en una ciudad sólo tres personas hayan visto una pelicula? Claro está que el número de ciudades es muy alta. ![](

Joel Sierra Mendoza

student•

Ya está Alejandro, al código anterior le quito la columna titulo y me salen tus mismas respuestas. Decide tu mismo si el código es más fácil o no.

Jorge Cortés

student•

Pensé que podría ser útil saber cuantos empleados hay por tienda, para saber así qué tienda tiene más empleados y qué además están activos. El query sería así:

SELECT tienda_id, activo, COUNT(*) AS conteo_empleados
FROM empleados
GROUP BY tienda_id, activo
ORDER BY conteo_empleados DESC;

Agregación de Datos en SQL: Max, Min, Suma y Promedio

¿Cómo se realiza la agregación de datos?

¿Cómo se utiliza la función MAX?

¿Qué significa agrupar datos en SQL?

¿Cómo se pueden calcular sumas y promedios?

¿Qué función tiene el conteo de elementos?

¿Cuáles son las aplicabilidades de estos métodos?

¿Cómo se utiliza la función `MAX`?