Contenido del curso
Agregación de Datos en SQL: Max, Min, Suma y Promedio
¿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:
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
Estudiante
Creck Brayan Mauri Pastor Paredes
Estudiante
José Alberto Ortiz Vargas
Estudiante
Tatiana Guerrero
Estudiante
Andrés Felipe Rivera Giraldo
Estudiante
David J. Monroy P.
Estudiante
Ricardo R.
Estudiante
Rodrigo Villanueva Meza
Estudiante
Elias Dudamel
Estudiante
Stanley Melgar
Estudiante
Luis Guzmán
Estudiante
Marius Lungu
Estudiante
Abisai Antonio Madera
Estudiante
Joel Sierra Mendoza
EstudianteJoel Sierra Mendoza
Estudiante
Wilner Alexander Ochoa Vivas
Estudiante
Anyelo Leonardy Alvarez Baquero
Estudiante
Javier Castillo
Estudiante
Cristian Stiven Loaiza Cano
Estudiante
Orlando Ramirez
Estudiante
Jose Manuel Rivas Márquez
Estudiante
Cristian Camilo Parada Moreno
Estudiante
Julián Cárdenas
Estudiante
Nicolás Naceli
Estudiante
Pablo Alejandro Figueroa
Estudiante
Carlos Javier Guevara Contreras
Estudiante
Tomas Filippo
Estudiante
Alejandro Jose Ysea Gonzalez
EstudianteJoel Sierra Mendoza
EstudianteJoel Sierra Mendoza
Estudiante
Jorge Cortés
EstudianteHay 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.
BUEN DATO
Que buen hack. Gracias.
Mínimo y máximo agrupado por la clasificación de películas:
A mi juicio, en esta clase empieza el curso...
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
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 !! :)
Gracias !
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.
¿Cuáles son los países que más películas rentan? Un recorrido visual de todas las tablas que se ven implicadas para obtener esta agregación.
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;
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
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;
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.
Queries realizados
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;
SELECT cliente_id, SUM(cantidad) AS total_gastado FROM pagos GROUP BY cliente_id ORDER BY total_gastado DESC LIMIT 5;
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;
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.
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
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;
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;
Asi ordene las peliculas por el minimo
select titulo, min(precio_renta) from peliculas group by titulo order by min(precio_renta);
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;
Curioso no sabia que se podían hacer graficas
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
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.
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;
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?
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. 
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.
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;
