做数据分析应该掌握的5个SQL数据清洗方法( 二 ) _数据清洗

窗口函数的分组排序场景：假如现在你是某宝的分析师，要分析今年不同店的不同品类销售量情况，需要找到那些销量较好的品类，并在第二年中加大曝光，这个时候你就需要将不同店里不同品类进行分组，并且按销量进行排序，以便查找到每家店销售较好的品类。

文章插图

Demo数据如上，一共a,b,c三家店铺，卖了不同品类商品，销量对应如上，要找到每家店卖的最多的商品。

窗口分组Python版：df['Rank'] = df.groupby(by=['Sale_store'])['Sale_Num'].transform(lambda x: x.rank(ascending=False))窗口分组SQL版：select   * from  (  Select     *，    row_number() over(partition by Sale_store order by Sale_Num desc) rk  from     table_name  ) b where b.rk = 1

文章插图

可以很清晰的看到，a店铺卖的最火的是蔬菜，c店铺卖的最火的是鸡肉，b店铺？
嗯，b店铺很不错，卖了888份宝器狗。
【做数据分析应该掌握的5个SQL数据清洗方法】总结，上面的内容核心是掌握这些数据清洗的应用场景，这些场景几乎可以涵盖90%的数据分析前数据清洗的内容。而对于分析模型来说，SQL和Python都是工具，如果熟悉SQL，是能够更快速、方便的将特征清洗用SQL实现。
文源：数据管道作者：宝器