Particiones y agregación
Contenido del curso
- ROW_NUMBER(): nos da el numero de la tupla que estamos utilizando en ese momento. - OVER([PARTITION BY column] [ORDER BY column DIR]): nos deja Particionar y Ordenar la window function. - PARTITION BY(column/s): es un group by para la window function, se coloca dentro de OVER. - FIRST_VALUE(column): devuelve el primer valor de una serie de datos. - LAST_VALUE(column): Devuelve el ultimo valor de una serie de datos. - NTH_VALUE(column, row_number): Recibe la columna y el numero de row que queremos devolver de una serie de datos - RANK(): nos dice el lugar que ocupa de acuerdo a el orden de cada tupla, deja gaps entre los valores. - DENSE_RANK(): Es un rango mas denso que trata de eliminar los gaps que nos deja RANK. - PERCENT_RANK(): Categoriza de acuerdo a lugar que ocupa igual que los anteriores pero por porcentajes.
Gracias por tu resumen
gracias bro
Debería haber un curso más enfocado a estas window functions :)
Siiii
Mas que un curso creo que es explicar mas en la vida laboral como utilizarlas, es decir, que nos pueden pedir. Siento en mi caso que se aprende mas bajo ejemplos
Con el PERCENT_RANK puedes calcular el percentil :-)
++Particiones y Agregaciones++
Todo un mundo por descubrir en las Window function y particiones. ¿En qué curso se puede aprender más a detalle?
en la practica🤣🤣
me imagino que con el de Ciencia de datos con PostgreSQL
Para SQL Server:
-- AGREGAR COLUMNA QUE INDICA UN NUMERO POR REGISTRO -- ORDENADO POR ID USE [platzi] SELECT ROW_NUMBER() OVER(ORDER BY id) AS row_id, * FROM platzi.alumnos GO -- AGREGAR COLUMNA QUE INDICA UN NUMERO POR REGISTRO -- ORDENADO POR FECHA_INCORPORACION USE [platzi] SELECT ROW_NUMBER() OVER(ORDER BY fecha_incorporacion) AS row_id, * FROM platzi.alumnos GO -- PRIMERA ORDERNA POR ID -- SELECCIONA EL PRIMER VALOR COLEGIATURA -- Y LO COLOCA EN UNA COLUMNA USE [platzi] SELECT FIRST_VALUE(colegiatura) OVER(ORDER BY id) AS row_id, * FROM platzi.alumnos GO -- PRIMERA COLEGIATURA LUEGO DE ORDENAR POR COLEGIATURA -- POR CADA TIPO DE CARRERA_ID -- Y LO COLOCA EN UNA COLUMNA USE [platzi] SELECT FIRST_VALUE (colegiatura) OVER(PARTITION BY carrera_id ORDER BY colegiatura) AS primera_colegiatura, * FROM platzi.alumnos GO -- ULTIMA COLEGIATURA LUEGO DE ORDENAR POR COLEGIATURA -- POR CADA TIPO DE CARRERA_ID -- Y LO COLOCA EN UNA COLUMNA USE [platzi] SELECT LAST_VALUE (colegiatura) OVER(PARTITION BY carrera_id ORDER BY colegiatura ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING) AS ultima_colegiatura, * FROM platzi.alumnos GO -- TAMBIEN USE [platzi] SELECT FIRST_VALUE (colegiatura) OVER(PARTITION BY carrera_id ORDER BY colegiatura DESC) AS ultima_colegiatura, * FROM platzi.alumnos GO -- INDICADOR DE ORDEN (DISCONTINUO) LUEGO DE ORDENAR POR COLEGIATURA -- POR CADA TIPO DE CARRERA_ID -- Y LO COLOCA EN UNA COLUMNA USE [platzi] SELECT RANK() OVER(PARTITION BY carrera_id ORDER BY colegiatura DESC) AS colegiatura_rank, * FROM platzi.alumnos ORDER BY carrera_id, colegiatura_rank GO -- INDICADOR DE ORDEN (CONTINUO) LUEGO DE ORDENAR POR COLEGIATURA -- POR CADA TIPO DE CARRERA_ID -- Y LO COLOCA EN UNA COLUMNA USE [platzi] SELECT DENSE_RANK() OVER(PARTITION BY carrera_id ORDER BY colegiatura DESC) AS colegiatura_rank, * FROM platzi.alumnos ORDER BY carrera_id, colegiatura_rank GO -- INDICADOR DE ORDEN (CONTINUO) LUEGO DE ORDENAR POR COLEGIATURA -- POR CADA TIPO DE CARRERA_ID -- Y LO COLOCA EN UNA COLUMNA USE [platzi] SELECT PERCENT_RANK() OVER(PARTITION BY carrera_id ORDER BY colegiatura DESC) AS colegiatura_rank, * FROM platzi.alumnos ORDER BY carrera_id, colegiatura_rank GO -- FORMULA: (RANK_CONTINUO - 1) / (TOTAL_ROWS - 1)
@_@ he quedado confundida con las Windows Fuction... se me hace complejo seguirlas.
No te rindas. Con un poco de práctica seguro las dominarás.
Saludos!
graciasss! en el curso de postgre aplicado a ciencia de datos lo entendí muchísimo mejor :D
El examen estara interesante :smiley:
Eso pensaba yo, que cosas nos traerá este examen.
La utilidad de SQL abarca muchos campos. Increíble todo lo que se puede hacer. ;)
Haciendo unos queries me di cuenta de algo, tal vez sea algo obvio pero es bueno descubrirlo cuando juegas con el codigo: ---> Usando esta window function notamos que el orderamiento del query sera desde el primer valor que se ingreso teniendo en cuenta año, mes, dia, hour, minute y second.
SELECT *, ROW_NUMBER() OVER(ORDER BY fecha_incorporacion) FROM platzi.alumnos;
Antes de conocerla esta herramienta tan practica hacia este query:
SELECT * FROM (SELECT *, EXTRACT (YEAR FROM fecha_incorporacion) AS year_incorporation, EXTRACT (MONTH FROM fecha_incorporacion) AS month_incorporation, EXTRACT (DAY FROM fecha_incorporacion) AS day_incorporation, EXTRACT (HOUR FROM fecha_incorporacion) AS hour_incorporation, EXTRACT (MINUTE FROM fecha_incorporacion) AS minute_incorporation, EXTRACT ( SECOND FROM fecha_incorporacion) AS second_incorporation FROM platzi.alumnos) AS incorporation ORDER BY year_incorporation, month_incorporation, day_incorporation, hour_incorporation,minute_incorporation,second_incorporation;
Practicamente es lo mismo. O bueno quizas lo mismo, aun soyr begginner. Pero es bueno conocer herramientas que te ahorran lineas de codigo:)
Exactamente entediste para que funcionan. En vez de hacer esa consulta tan larga la Window Function nos la vuelve super corta. Y ademas usamos menos capacidad computacional y es mas rapida. Genial tu aporte.
wo wo wo, ¿se puede realizar lo mismo con group by? es que eso de PARTITIONme suena muy parecido a group by, ¿cuál es la diferencia? perdón si mi pregunta parece obvia.
Tienes razón, son bastante parecidas. La diferencia es que el GROUP BY realiza tal cual una agrupación y te lo va a mostrar así agrupado. El PARTITION BY te realiza una agrupación para ejecutar la función que le hayas indicado pero no te lo va a mostrar agrupada, sino que mostrará el resultado de la función en la nueva columna que genera la Window Function.
En mysql, una manera de emular el ROW_NUMBER() y lograr el mismo resultado, con poco impacto en el rendimiendo:
SELECT (@row_number:=@row_number + 1) AS row_id, a.* FROM alumnos a, (SELECT @row_number:=0) AS t limit 10
Hola dejo esta tabla con las siguiuentes columnas
Function Description Syntax Example
la dejo tambien enj markdown por si la quieren copiar
| Function | Description | Syntax | Example |
|---|---|---|---|
| ROW_NUMBER() | Returns the row number, remains ordered even if another sorting criterion is established where the ID is disordered. | ROW_NUMBER() OVER (ORDER BY column) | SELECT name, ROW_NUMBER() OVER (ORDER BY name) FROM employees |
| OVER (PARTITION BY campo ORDER BY campo2) | Partitions according to field and field2, ordering by field 2 and grouping result values according to this partition. | OVER (PARTITION BY column1 ORDER BY column2) | SELECT name, SUM(salary) OVER (PARTITION BY department ORDER BY salary) FROM employees |
| FIRST_VALUE(campo) | Brings the first value of a series of data. | FIRST_VALUE(column) OVER (ORDER BY column) | SELECT name, FIRST_VALUE(name) OVER (ORDER BY name) FROM employees |
| LAST_VALUE(campo) | Brings the last value of a series of data. | LAST_VALUE(column) OVER (ORDER BY column) | SELECT name, LAST_VALUE(name) OVER (ORDER BY name) FROM employees |
| NTH_VALUE(campo, row_num) | Brings the nth value of a series of data. | NTH_VALUE(column, n) OVER (ORDER BY column) | SELECT name, NTH_VALUE(name, 3) OVER (ORDER BY name) FROM employees |
| RANK() | Ranks values according to partition and order by if applicable. | RANK() OVER (ORDER BY column) | SELECT name, RANK() OVER (ORDER BY salary) FROM employees |
| DENSE_RANK() | Like rank, but if there are several tied values, instead of jumping (e.g.: 1,1,1,4,4,6) it maintains the order (e.g.:1,1,1,2,2,3). | DENSE_RANK() OVER (ORDER BY column) | SELECT name, DENSE_RANK() OVER (ORDER BY salary) FROM employees |
| PERCENT_RANK() | Ranks according to the percentage to which the value belongs, through the following formula: ( RANK() - 1 ) / ( total rows - 1). | PERCENT_RANK() OVER (ORDER BY column) | SELECT name, PERCENT_RANK() OVER (ORDER BY salary) FROM employees |
SELECT ROW_NUMBER() OVER() AS row_id, * FROM platzi.alumnos; SELECT ROW_NUMBER() OVER(ORDER BY fecha_incorporacion) AS row_id, * FROM platzi.alumnos; SELECT FIRST_VALUE(colegiatura) OVER() AS row_id, * FROM platzi.alumnos; SELECT FIRST_VALUE(colegiatura) OVER(PARTITION BY carrera_id ORDER BY fecha_incorporacion) AS row_id, * FROM platzi.alumnos; SELECT LAST_VALUE(colegiatura) OVER(PARTITION BY carrera_id ORDER BY fecha_incorporacion) AS row_id, * FROM platzi.alumnos; SELECT nth_value(colegiatura, 3) OVER(PARTITION BY carrera_id ORDER BY fecha_incorporacion) AS row_id, * FROM platzi.alumnos; SELECT *, RANK() OVER (PARTITION BY carrera_id ORDER BY colegiatura DESC) AS brand_rank FROM platzi.alumnos ORDER BY carrera_id, brand_rank; SELECT *, DENSE_RANK() OVER (PARTITION BY carrera_id ORDER BY colegiatura DESC) AS brand_rank FROM platzi.alumnos ORDER BY carrera_id, brand_rank; SELECT *, PERCENT_RANK() OVER (PARTITION BY carrera_id ORDER BY colegiatura ASC) AS brand_rank FROM platzi.alumnos ORDER BY carrera_id, brand_rank;```
Según a mi entender se salta del 1 al 5 y del 5 al 7 porque está siguiendo el orden de carrera_id, y despues el de colegiatura_rank, si quitamos el order by carrera_id si te muestra el orden correcto. Creo que faltó aclarar esto nadamas.
Esta es la clase que mas tiempo me llevo a entender, sin embargo, a mayor complejidad mayor motivación :)
Gracias profe, excelente curso super completo.
que curso tan completo y con tanta información, el exámen será un reto !!
