データサイエンス100本ノック（構造化データ加工編）- SQL Part 1 (Q1 to Q20)の解説です。

参照(Reference) : 「データサイエンティスト協会スキル定義委員」の「データサイエンス100本ノック（構造化データ加工編）」

The Data Scientist Society Github :

GitHub - The-Japan-DataScientist-Society/100knocks-preprocess: データサイエンス100本ノック（構造化データ加工編）

データサイエンス100本ノック（構造化データ加工編）. Contribute to The-Japan-DataScientist-Society/100knocks-preprocess development by creating a...

Data Science 100 Knocks (Structured Data Processing) URL :

100knocks-preprocess/docker/work/answer/ans_preprocess_knock_Python.ipynb at master · The-Japan-DataScientist-Society/100knocks-preprocess

データサイエンス100本ノック（構造化データ加工編）. Contribute to The-Japan-DataScientist-Society/100knocks-preprocess development by creating a...

はじめに
使い方
データ加工100本ノック

はじめに

データベースはPostgreSQL13です
初めに以下のセルを実行してください
セルに %%sql と記載することでSQLを発行することができます
jupyterからはdescribeコマンドによるテーブル構造の確認ができないため、テーブル構造を確認する場合はlimitを指定したSELECTなどで代用してください
使い慣れたSQLクライアントを使っても問題ありません（接続情報は以下の通り）
- IPアドレス：Docker Desktopの場合はlocalhost、Docker toolboxの場合は192.168.99.100
- Port:5432
- database名: dsdojo_db
- ユーザ名：padawan
- パスワード:padawan12345
大量出力を行うとJupyterが固まることがあるため、出力件数は制限することを推奨します（設問にも出力件数を記載）
- 結果確認のために表示させる量を適切にコントロールし、作業を軽快にすすめる技術もデータ加工には求められます
大量結果が出力された場合は、ファイルが重くなり以降開けなくなることもあります
- その場合、作業結果は消えますがファイルをGitHubから取り直してください
- vimエディタなどで大量出力範囲を削除することもできます
名前、住所等はダミーデータであり、実在するものではありません

In [1]:

%load_ext sql
import os

pgconfig = {
    'host': 'db',
    'port': os.environ['PG_PORT'],
    'database': os.environ['PG_DATABASE'],
    'user': os.environ['PG_USER'],
    'password': os.environ['PG_PASSWORD'],
}
dsl = 'postgresql://{user}:{password}@{host}:{port}/{database}'.format(**pgconfig)

# MagicコマンドでSQLを書くための設定
%sql $dsl

Out[1]:

'Connected: padawan@dsdojo_db'

使い方

セルの先頭に%%sqlと記載し、２行目以降にSQLを記述することでJupyterからPostgreSQLに対しSQLを実行できます。

In [2]:

%%sql
SELECT 'このように実行できます' AS sample;

 * postgresql://padawan:***@db:5432/dsdojo_db
1 rows affected.

Out[2]:

sample
このように実行できます

データ加工100本ノック

S-001: レシート明細データ（receipt）から全項目の先頭10件を表示し、どのようなデータを保有しているか目視で確認せよ。

In [3]:

%%sql

SELECT
    *
FROM receipt
LIMIT 10
;

 * postgresql://padawan:***@db:5432/dsdojo_db
10 rows affected.

Out[3]:

sales_ymd	sales_epoch	store_cd	receipt_no	receipt_sub_no	customer_id	product_cd	quantity	amount
20181103	1541203200	S14006	112	1	CS006214000001	P070305012	1	158
20181118	1542499200	S13008	1132	2	CS008415000097	P070701017	1	81
20170712	1499817600	S14028	1102	1	CS028414000014	P060101005	1	170
20190205	1549324800	S14042	1132	1	ZZ000000000000	P050301001	1	25
20180821	1534809600	S14025	1102	2	CS025415000050	P060102007	1	90
20190605	1559692800	S13003	1112	1	CS003515000195	P050102002	1	138
20181205	1543968000	S14024	1102	2	CS024514000042	P080101005	1	30
20190922	1569110400	S14040	1102	1	CS040415000178	P070501004	1	128
20170504	1493856000	S13020	1112	2	ZZ000000000000	P071302010	1	770
20191010	1570665600	S14027	1102	1	CS027514000015	P071101003	1	680

解説:

このコードは、リレーショナルデータベースを管理・操作するためのプログラミング言語であるSQL（Structured Query Language）で記述されています。

このコードでは、"receipt "という名前のテーブルを照会し、アスタリスク（*）ワイルドカード文字を使用してテーブルからすべての列と行を選択しています。クエリの最後にある「LIMIT 10」句は、結果セットをテーブルの最初の10行に制限しています。

簡単に言うと、このコードはデータベースの「receipt」テーブルから最初の10行のデータを取り出しているのです。領収書」テーブルのデータの正確な意味と構造は、データベースのスキーマとそこに格納されている情報によって異なります。

S-002: レシート明細データ（receipt）から売上年月日（sales_ymd）、顧客ID（customer_id）、商品コード（product_cd）、売上金額（amount）の順に列を指定し、10件表示せよ。

In [4]:

%%sql

SELECT
    sales_ymd,
    customer_id,
    product_cd,
    amount
FROM receipt
LIMIT 10
;

 * postgresql://padawan:***@db:5432/dsdojo_db
10 rows affected.

Out[4]:

sales_ymd	customer_id	product_cd	amount
20181103	CS006214000001	P070305012	158
20181118	CS008415000097	P070701017	81
20170712	CS028414000014	P060101005	170
20190205	ZZ000000000000	P050301001	25
20180821	CS025415000050	P060102007	90
20190605	CS003515000195	P050102002	138
20181205	CS024514000042	P080101005	30
20190922	CS040415000178	P070501004	128
20170504	ZZ000000000000	P071302010	770
20191010	CS027514000015	P071101003	680

解説:

このコードもSQL（Structured Query Language）で書かれており、"receipt "という名前のテーブルを照会しています。

SELECT文を使用して、特定の列 "sales_ymd", "customer_id", "product_cd", "amount "を選択しています。これらの列は、販売日、購入を行った顧客のID、購入した商品のコード、購入金額など、購入取引に関連する様々な情報を表しています。

クエリの最後にある「LIMIT 10」句は、結果セットをテーブルの最初の10行に制限する。つまり、このクエリは、「recipate」テーブルに記録された最初の10件の取引のデータのみを返すことになる。

要約すると、このコードは、データベースの「recipate」テーブルに記録された最初の10件の取引に関する特定の情報を、「sales_ymd」「customer_id」「product_cd」「amount」というカラムを使って取得していることになる。recipate "テーブルのデータの正確な意味と構造は、データベースのスキーマとそこに格納されている情報によって異なります。

S-003: レシート明細データ（receipt）から売上年月日（sales_ymd）、顧客ID（customer_id）、商品コード（product_cd）、売上金額（amount）の順に列を指定し、10件表示せよ。ただし、sales_ymdsales_dateに項目名を変更しながら抽出すること。

In [5]:

%%sql

SELECT
    sales_ymd AS sales_date,
    customer_id,
    product_cd,
    amount 
FROM receipt
LIMIT 10
;

 * postgresql://padawan:***@db:5432/dsdojo_db
10 rows affected.

Out[5]:

sales_date	customer_id	product_cd	amount
20181103	CS006214000001	P070305012	158
20181118	CS008415000097	P070701017	81
20170712	CS028414000014	P060101005	170
20190205	ZZ000000000000	P050301001	25
20180821	CS025415000050	P060102007	90
20190605	CS003515000195	P050102002	138
20181205	CS024514000042	P080101005	30
20190922	CS040415000178	P070501004	128
20170504	ZZ000000000000	P071302010	770
20191010	CS027514000015	P071101003	680

解説:

このコードもSQL（Structured Query Language）で書かれており、"receipt "という名前のテーブルを照会しています。

SELECT文は、"recipate "テーブルから特定の列のデータを取得するために使用されます。しかし、この場合、ASキーワードを使ってカラム名を変更しています。最初のカラムは、「sales_ymd」から「sales_date」に名前が変更されています。他のカラム、「customer_id」、「product_cd」、「amount」は、元の名前のまま保持されています。

クエリの最後にある「LIMIT 10」句は、結果セットをテーブルの最初の10行に制限します。つまり、このクエリは、「recipate」テーブルに記録された最初の10件の取引のデータのみを返すことになります。

要約すると、このコードは、データベースの「recipate」テーブルに記録された最初の10件のトランザクションに関する情報の特定の列を、修正した列名「sales_date」、「customer_id」、「product_cd」、「amount」を使って取得している。recipate」テーブルのデータの正確な意味と構造は、データベースのスキーマとそこに格納されている情報によって異なります。

S-004: レシート明細データ（receipt）から売上日（sales_ymd）、顧客ID（customer_id）、商品コード（product_cd）、売上金額（amount）の順に列を指定し、以下の条件を満たすデータを抽出せよ。

顧客ID（customer_id）が”CS018205000001″

In [6]:

%%sql

SELECT
    sales_ymd,
    customer_id,
    product_cd,
    amount
FROM
    receipt
WHERE
    customer_id = 'CS018205000001'
;

 * postgresql://padawan:***@db:5432/dsdojo_db
12 rows affected.

Out[6]:

sales_ymd	customer_id	product_cd	amount
20180911	CS018205000001	P071401012	2200
20180414	CS018205000001	P060104007	600
20170614	CS018205000001	P050206001	990
20170614	CS018205000001	P060702015	108
20190216	CS018205000001	P071005024	102
20180414	CS018205000001	P071101002	278
20190226	CS018205000001	P070902035	168
20190924	CS018205000001	P060805001	495
20190226	CS018205000001	P071401020	2200
20180911	CS018205000001	P071401005	1100
20190216	CS018205000001	P040101002	218
20190924	CS018205000001	P091503001	280

解説:

このコードもSQL（Structured Query Language）で書かれており、"receipt "という名前のテーブルを照会しています。

SELECT文は、"recipate "テーブルから特定のデータ列を取得するために使用されます。選択されているカラムは、「sales_ymd」、「customer_id」、「product_cd」、および「amount」です。これらの列は、販売日、購入した顧客のID、購入した商品のコード、購入金額など、購入取引に関連する様々な情報を表しています。

FROM文は、データを取得する「レシート」テーブルを指定します。

WHERE句は、特定の条件に基づいてデータをフィルタリングするために使用されます。この場合、「customer_id」カラムが「CS018205000001」と等しいという条件に基づいてデータがフィルタリングされます。つまり、このクエリーは、ID「CS018205000001」を持つ顧客によって行われた取引のデータのみを取得することになります。

要約すると、このコードはデータベースの「recipate」テーブルから特定の列の情報を取得しているが、ID「CS018205000001」を持つ特定の顧客によって行われた取引についてのみ取得する。領収書」テーブルのデータの正確な意味と構造は、データベースのスキーマとそこに格納されている情報によって異なります。

S-005: レシート明細データ（receipt）から売上日（sales_ymd）、顧客ID（customer_id）、商品コード（product_cd）、売上金額（amount）の順に列を指定し、以下の全ての条件を満たすデータを抽出せよ。

顧客ID（customer_id）が”CS018205000001″

売上金額（amount）が1,000以上

In [7]:

%%sql

SELECT
    sales_ymd,
    customer_id,
    product_cd,
    amount
FROM
    receipt
WHERE
    customer_id = 'CS018205000001'
    AND amount >= 1000
;

 * postgresql://padawan:***@db:5432/dsdojo_db
3 rows affected.

Out[7]:

sales_ymd	customer_id	product_cd	amount
20180911	CS018205000001	P071401012	2200
20190226	CS018205000001	P071401020	2200
20180911	CS018205000001	P071401005	1100

解説:

このコードもSQL（Structured Query Language）で書かれており、"receipt "という名前のテーブルを照会しています。

SELECT文は、"recipate "テーブルから特定のデータ列を取得するために使用されます。選択されているカラムは、「sales_ymd」、「customer_id」、「product_cd」、および「amount」です。これらの列は、販売日、購入した顧客のID、購入した商品のコード、購入金額など、購入取引に関連する様々な情報を表しています。

FROM文は、データを取得する「レシート」テーブルを指定します。

WHERE句は、特定の条件に基づいてデータをフィルタリングするために使用されます。この場合、データは2つの条件に基づいてフィルタリングされます。

customer_idカラムが「CS018205000001」と同じであること。
金額カラムは1000以上でなければならない。

つまり、このクエリーは、ID「CS018205000001」の顧客によって行われた取引で、金額が1000以上のデータのみを取得することになります。

要約すると、このコードはデータベースの「recipate」テーブルから特定の列の情報を取得しているが、ID「CS018205000001」を持つ特定の顧客によって行われた取引で、金額が1000以上であるものだけを対象にしている。領収書テーブルのデータの正確な意味と構造は、データベースのスキーマとそこに格納されている情報によって異なります。

S-006: レシート明細データ（receipt）から売上日（sales_ymd）、顧客ID（customer_id）、商品コード（product_cd）、売上数量（quantity）、売上金額（amount）の順に列を指定し、以下の全ての条件を満たすデータを抽出せよ。

顧客ID（customer_id）が”CS018205000001″

売上金額（amount）が1,000以上または売上数量（quantity）が5以上

In [8]:

%%sql

SELECT
    sales_ymd,
    customer_id,
    product_cd,
    quantity,
    amount
FROM
    receipt
WHERE
    customer_id = 'CS018205000001'
    AND
    (
        amount >= 1000
        OR quantity >= 5
    )
;

 * postgresql://padawan:***@db:5432/dsdojo_db
5 rows affected.

Out[8]:

sales_ymd	customer_id	product_cd	quantity	amount
20180911	CS018205000001	P071401012	1	2200
20180414	CS018205000001	P060104007	6	600
20170614	CS018205000001	P050206001	5	990
20190226	CS018205000001	P071401020	1	2200
20180911	CS018205000001	P071401005	1	1100

解説:

このコードもSQL（Structured Query Language）で書かれており、"receipt "という名前のテーブルを照会しています。

SELECT文は、"recipate "テーブルから特定のデータ列を取得するために使用されます。選択されているカラムは、「sales_ymd」、「customer_id」、「product_cd」、「quantity」、および「amount」です。これらの列は、販売日、購入した顧客のID、購入した商品のコード、購入した商品の数量、購入金額など、購入取引に関連する様々な情報を表しています。

FROM文では、データの取得元である「レシート」テーブルを指定します。

WHERE句は、特定の条件に基づいてデータをフィルタリングするために使用されます。この場合、データは2つの条件に基づいてフィルタリングされます。

customer_idカラムが「CS018205000001」と等しいこと。
トランザクションは、次の2つの条件のうち少なくとも1つを満たす必要があります： a. 「金額」カラムが1000以上であること b. 「数量」カラムが5以上であること。

つまり、このクエリは、ID「CS018205000001」の顧客によって行われた取引で、金額が1000以上、または数量が5以上のデータのみを取得することになります。

要約すると、このコードはデータベースの「recipate」テーブルから特定の列の情報を取得しているが、ID「CS018205000001」を持つ特定の顧客が行った取引で、金額が1000以上か数量が5以上のものだけを対象としている。領収書テーブルのデータの正確な意味と構造は、データベースのスキーマとそこに格納されている情報によって異なります。

S-007: レシート明細データ（receipt）から売上日（sales_ymd）、顧客ID（customer_id）、商品コード（product_cd）、売上金額（amount）の順に列を指定し、以下の全ての条件を満たすデータを抽出せよ。

顧客ID（customer_id）が”CS018205000001″

売上金額（amount）が1,000以上2,000以下

In [9]:

%%sql

SELECT
    sales_ymd,
    customer_id,
    product_cd,
    amount
FROM
    receipt
WHERE
    customer_id = 'CS018205000001'
    AND amount BETWEEN 1000 AND 2000
;

 * postgresql://padawan:***@db:5432/dsdojo_db
1 rows affected.

Out[9]:

sales_ymd	customer_id	product_cd	amount
20180911	CS018205000001	P071401005	1100

解説:

このコードもSQL（Structured Query Language）で書かれており、"receipt "という名前のテーブルを照会しています。

SELECT文は、"recipate "テーブルから特定のデータ列を取得するために使用されます。選択されているカラムは、「sales_ymd」、「customer_id」、「product_cd」、および「amount」です。これらの列は、販売日、購入した顧客のID、購入した商品のコード、購入金額など、購入取引に関連する様々な情報を表しています。

FROM文は、データを取得する「レシート」テーブルを指定します。

WHERE句は、特定の条件に基づいてデータをフィルタリングするために使用されます。この場合、データは2つの条件に基づいてフィルタリングされます。

customer_idカラムが「CS018205000001」と同じであること。
金額カラムは、1000 から 2000 の間でなければならない。

つまり、このクエリは、ID「CS018205000001」を持つ顧客によって行われた取引で、金額が1000から2000の間であるデータのみを取得することになります（ただし、1000から2000の間は含まれる）。

WHERE句のBETWEEN演算子は、値の範囲に基づいて結果をフィルタリングするために使用されます。この場合、「金額」カラムが1000から2000の間にあるトランザクションを取得するために使用されます（含む）。

要約すると、このコードはデータベースの「receipt」テーブルから特定の列の情報を取得していますが、ID「CS018205000001」を持つ特定の顧客が行った取引で、金額が1000から2000の間にあるものに限定しています。領収書テーブルのデータの正確な意味と構造は、データベースのスキーマとそこに格納されている情報によって異なります。

S-008: レシート明細データ（receipt）から売上日（sales_ymd）、顧客ID（customer_id）、商品コード（product_cd）、売上金額（amount）の順に列を指定し、以下の全ての条件を満たすデータを抽出せよ。

顧客ID（customer_id）が”CS018205000001″

商品コード（product_cd）が”P071401019″以外

In [10]:

%%sql

SELECT
    sales_ymd,
    customer_id,
    product_cd, amount
FROM
    receipt
WHERE
    customer_id = 'CS018205000001'
    AND product_cd != 'P071401019'
;

 * postgresql://padawan:***@db:5432/dsdojo_db
12 rows affected.

Out[10]:

sales_ymd	customer_id	product_cd	amount
20180911	CS018205000001	P071401012	2200
20180414	CS018205000001	P060104007	600
20170614	CS018205000001	P050206001	990
20170614	CS018205000001	P060702015	108
20190216	CS018205000001	P071005024	102
20180414	CS018205000001	P071101002	278
20190226	CS018205000001	P070902035	168
20190924	CS018205000001	P060805001	495
20190226	CS018205000001	P071401020	2200
20180911	CS018205000001	P071401005	1100
20190216	CS018205000001	P040101002	218
20190924	CS018205000001	P091503001	280

解説:

このコードはSQL言語で書かれており、データベースへの問い合わせを行っています。

このクエリは、SELECT文を使用して、"recipate "テーブルからデータを選択しています。

選択されているカラムは以下の通りです。「sales_ymd", "customer_id", "product_cd", "amount "です。

このクエリは、「customer_id」が「CS018205000001」と等しく、「product_cd」が「P0714019」と等しくないレコードのみを選択して、データをフィルタリングしています。

つまり、このクエリーは、customer_id 'CS018205000001' に対して、product_cd が 'P071401019' であるレコードを除くすべてのレコードを返すことになる。

このコードは、Jupyterノートブック内でSQLマジックコマンド「%%sql」を使用して実行されています。このコマンドにより、SQLコードをノートブック内で直接実行することができます。

S-009: 以下の処理において、出力結果を変えずにORをANDに書き換えよ。

SELECT * FROM store WHERE NOT (prefecture_cd = '13' OR floor_area > 900)

In [11]:

%%sql

SELECT * FROM store WHERE prefecture_cd != '13' AND floor_area <= 900;

 * postgresql://padawan:***@db:5432/dsdojo_db
3 rows affected.

Out[11]:

store_cd	store_name	prefecture_cd	prefecture	address	address_kana	tel_no	longitude	latitude	floor_area
S14046	北山田店	14	神奈川県	神奈川県横浜市都筑区北山田一丁目	カナガワケンヨコハマシツヅキクキタヤマタイッチョウメ	045-123-4049	139.5916	35.56189	831.0
S14011	日吉本町店	14	神奈川県	神奈川県横浜市港北区日吉本町四丁目	カナガワケンヨコハマシコウホククヒヨシホンチョウヨンチョウメ	045-123-4033	139.6316	35.54655	890.0
S12013	習志野店	12	千葉県	千葉県習志野市芝園一丁目	チバケンナラシノシシバゾノイッチョウメ	047-123-4002	140.022	35.66122	808.0

解説:

このコードはSQL言語で書かれており、データベースへの問い合わせを行っています。

SELECT文を使用して、"store "テーブルからすべてのカラムを選択しています。

このクエリは、「prefecture_cd」が「13」と等しくなく、「floor_area」が900以下であるレコードのみを選択することによってデータをフィルタリングしています。

つまり、このクエリーは「store」テーブルから「prefecture_cd」が13以下、「floor_area」が900以下のすべてのレコードを返すことになります。

このコードは、Jupyterノートブック内でSQLマジックコマンド「%%sql」を使って実行されています。このコマンドにより、SQLコードをノートブック内で直接実行することができます。

S-010: 店舗データ（store）から、店舗コード（store_cd）が”S14″で始まるものだけ全項目抽出し、10件表示せよ。

In [12]:

%%sql

SELECT
    *
FROM store
WHERE
    store_cd LIKE 'S14%'
LIMIT 10
;

 * postgresql://padawan:***@db:5432/dsdojo_db
10 rows affected.

Out[12]:

store_cd	store_name	prefecture_cd	prefecture	address	address_kana	tel_no	longitude	latitude	floor_area
S14010	菊名店	14	神奈川県	神奈川県横浜市港北区菊名一丁目	カナガワケンヨコハマシコウホククキクナイッチョウメ	045-123-4032	139.6326	35.50049	1732.0
S14033	阿久和店	14	神奈川県	神奈川県横浜市瀬谷区阿久和西一丁目	カナガワケンヨコハマシセヤクアクワニシイッチョウメ	045-123-4043	139.4961	35.45918	1495.0
S14036	相模原中央店	14	神奈川県	神奈川県相模原市中央二丁目	カナガワケンサガミハラシチュウオウニチョウメ	042-123-4045	139.3716	35.57327	1679.0
S14040	長津田店	14	神奈川県	神奈川県横浜市緑区長津田みなみ台五丁目	カナガワケンヨコハマシミドリクナガツタミナミダイゴチョウメ	045-123-4046	139.4994	35.52398	1548.0
S14050	阿久和西店	14	神奈川県	神奈川県横浜市瀬谷区阿久和西一丁目	カナガワケンヨコハマシセヤクアクワニシイッチョウメ	045-123-4053	139.4961	35.45918	1830.0
S14028	二ツ橋店	14	神奈川県	神奈川県横浜市瀬谷区二ツ橋町	カナガワケンヨコハマシセヤクフタツバシチョウ	045-123-4042	139.4963	35.46304	1574.0
S14012	本牧和田店	14	神奈川県	神奈川県横浜市中区本牧和田	カナガワケンヨコハマシナカクホンモクワダ	045-123-4034	139.6582	35.42156	1341.0
S14046	北山田店	14	神奈川県	神奈川県横浜市都筑区北山田一丁目	カナガワケンヨコハマシツヅキクキタヤマタイッチョウメ	045-123-4049	139.5916	35.56189	831.0
S14022	逗子店	14	神奈川県	神奈川県逗子市逗子一丁目	カナガワケンズシシズシイッチョウメ	046-123-4036	139.5789	35.29642	1838.0
S14011	日吉本町店	14	神奈川県	神奈川県横浜市港北区日吉本町四丁目	カナガワケンヨコハマシコウホククヒヨシホンチョウヨンチョウメ	045-123-4033	139.6316	35.54655	890.0

解説:

このコードはSQL言語で書かれており、データベースへの問い合わせを行っています。

このクエリは、SELECT文を使用して、"store "テーブルからすべてのカラムを選択しています。

クエリは、ワイルドカード文字「%」を使用したLIKE演算子を使用して、「store_cd」列が文字「S14」で始まるレコードのみを選択することでデータをフィルタリングしています。

また、このクエリは LIMIT 句を使用して、返されるレコードの数を 10 に制限しています。

つまり、このクエリは「store」テーブルから「store_cd」が「S14」で始まるレコードを最大10件まで返すことになります。

このコードは、Jupyterノートブック内でSQLマジックコマンド「%%sql」を使用して実行されています。このコマンドにより、SQLコードをノートブック内で直接実行することができます。

S-011: 顧客データ（customer）から顧客ID（customer_id）の末尾が1のものだけ全項目抽出し、10件表示せよ。

In [13]:

%%sql

SELECT * FROM customer WHERE customer_id LIKE '%1' LIMIT 10;

 * postgresql://padawan:***@db:5432/dsdojo_db
10 rows affected.

Out[13]:

customer_id	customer_name	gender_cd	gender	birth_day	age	postal_cd	address	application_store_cd	application_date	status_cd
CS037613000071	六角雅彦	9	不明	1952-04-01	66	136-0076	東京都江東区南砂**********	S13037	20150414	0-00000000-0
CS028811000001	堀井かおり	1	女性	1933-03-27	86	245-0016	神奈川県横浜市泉区和泉町**********	S14028	20160115	0-00000000-0
CS040412000191	川井郁恵	1	女性	1977-01-05	42	226-0021	神奈川県横浜市緑区北八朔町**********	S14040	20151101	1-20091025-4
CS028314000011	小菅あおい	1	女性	1983-11-26	35	246-0038	神奈川県横浜市瀬谷区宮沢**********	S14028	20151123	1-20080426-5
CS039212000051	藤島恵梨香	1	女性	1997-02-03	22	166-0001	東京都杉並区阿佐谷北**********	S13039	20171121	1-20100215-4
CS015412000111	松居奈月	1	女性	1972-10-04	46	136-0071	東京都江東区亀戸**********	S13015	20150629	0-00000000-0
CS004702000041	野島洋	0	男性	1943-08-24	75	176-0022	東京都練馬区向山**********	S13004	20170218	0-00000000-0
CS041515000001	栗田千夏	1	女性	1967-01-02	52	206-0001	東京都多摩市和田**********	S13041	20160422	E-20100803-F
CS029313000221	北条ひかり	1	女性	1987-06-19	31	279-0011	千葉県浦安市美浜**********	S12029	20180810	0-00000000-0
CS034312000071	望月奈央	1	女性	1980-09-20	38	213-0026	神奈川県川崎市高津区久末**********	S14034	20160106	0-00000000-0

解説:

このコードはSQL言語で書かれており、データベースへの問い合わせを行っています。

このクエリは、SELECT文を使用して、「customer」テーブルからすべてのカラムを選択しています。

クエリは、ワイルドカード文字「%」を使用したLIKE演算子を使用して、「customer_id」列の末尾が数字「1」であるレコードのみを選択し、データをフィルタリングしています。

また、LIMIT句を使用して、返されるレコードの数を10に制限しています。

つまり、このクエリーは、「customer_id」の末尾が数字「1」である「customer」テーブルから最大10件のレコードを返すことになります。

このコードは、Jupyterノートブック内でSQLマジックコマンド「%%sql」を使って実行されています。このコマンドにより、ノートブック内でSQLコードを直接実行することができます。

S-012: 店舗データ（store）から、住所 (address) に”横浜市”が含まれるものだけ全項目表示せよ。

In [14]:

%%sql

SELECT * FROM store WHERE address LIKE '%横浜市%';

 * postgresql://padawan:***@db:5432/dsdojo_db
11 rows affected.

Out[14]:

store_cd	store_name	prefecture_cd	prefecture	address	address_kana	tel_no	longitude	latitude	floor_area
S14010	菊名店	14	神奈川県	神奈川県横浜市港北区菊名一丁目	カナガワケンヨコハマシコウホククキクナイッチョウメ	045-123-4032	139.6326	35.50049	1732.0
S14033	阿久和店	14	神奈川県	神奈川県横浜市瀬谷区阿久和西一丁目	カナガワケンヨコハマシセヤクアクワニシイッチョウメ	045-123-4043	139.4961	35.45918	1495.0
S14040	長津田店	14	神奈川県	神奈川県横浜市緑区長津田みなみ台五丁目	カナガワケンヨコハマシミドリクナガツタミナミダイゴチョウメ	045-123-4046	139.4994	35.52398	1548.0
S14050	阿久和西店	14	神奈川県	神奈川県横浜市瀬谷区阿久和西一丁目	カナガワケンヨコハマシセヤクアクワニシイッチョウメ	045-123-4053	139.4961	35.45918	1830.0
S14028	二ツ橋店	14	神奈川県	神奈川県横浜市瀬谷区二ツ橋町	カナガワケンヨコハマシセヤクフタツバシチョウ	045-123-4042	139.4963	35.46304	1574.0
S14012	本牧和田店	14	神奈川県	神奈川県横浜市中区本牧和田	カナガワケンヨコハマシナカクホンモクワダ	045-123-4034	139.6582	35.42156	1341.0
S14046	北山田店	14	神奈川県	神奈川県横浜市都筑区北山田一丁目	カナガワケンヨコハマシツヅキクキタヤマタイッチョウメ	045-123-4049	139.5916	35.56189	831.0
S14011	日吉本町店	14	神奈川県	神奈川県横浜市港北区日吉本町四丁目	カナガワケンヨコハマシコウホククヒヨシホンチョウヨンチョウメ	045-123-4033	139.6316	35.54655	890.0
S14048	中川中央店	14	神奈川県	神奈川県横浜市都筑区中川中央二丁目	カナガワケンヨコハマシツヅキクナカガワチュウオウニチョウメ	045-123-4051	139.5758	35.54912	1657.0
S14042	新山下店	14	神奈川県	神奈川県横浜市中区新山下二丁目	カナガワケンヨコハマシナカクシンヤマシタニチョウメ	045-123-4047	139.6593	35.43894	1044.0
S14006	葛が谷店	14	神奈川県	神奈川県横浜市都筑区葛が谷	カナガワケンヨコハマシツヅキククズガヤ	045-123-4031	139.5633	35.53573	1886.0

解説:

このコードはSQL言語で書かれており、データベースへの問い合わせを行っています。

このクエリは、SELECT ステートメントを使用して、"store" テーブルからすべてのカラムを選択しています。

クエリは、ワイルドカード文字「%」を含むLIKE演算子を使用して、「address」列に文字列「横浜市」が含まれるレコードのみを選択することでデータをフィルタリングしています。

つまり、このクエリーは「store」テーブルから「address」カラムに文字列「横浜市」が含まれるすべてのレコードを返すことになります。

このコードは、Jupyterノートブック内でSQLマジックコマンド「%%sql」を使って実行されています。このコマンドにより、ノートブック内でSQLコードを直接実行することができます。

S-013: 顧客データ（customer）から、ステータスコード（status_cd）の先頭がアルファベットのA〜Fで始まるデータを全項目抽出し、10件表示せよ。

In [15]:

%%sql

SELECT * FROM customer WHERE status_cd ~ '^[A-F]' LIMIT 10;

 * postgresql://padawan:***@db:5432/dsdojo_db
10 rows affected.

Out[15]:

customer_id	customer_name	gender_cd	gender	birth_day	age	postal_cd	address	application_store_cd	application_date	status_cd
CS031415000172	宇多田貴美子	1	女性	1976-10-04	42	151-0053	東京都渋谷区代々木**********	S13031	20150529	D-20100325-C
CS015414000103	奥野陽子	1	女性	1977-08-09	41	136-0073	東京都江東区北砂**********	S13015	20150722	B-20100609-B
CS011215000048	芦田沙耶	1	女性	1992-02-01	27	223-0062	神奈川県横浜市港北区日吉本町**********	S14011	20150228	C-20100421-9
CS029415000023	梅田里穂	1	女性	1976-01-17	43	279-0043	千葉県浦安市富士見**********	S12029	20150610	D-20100918-E
CS035415000029	寺沢真希	9	不明	1977-09-27	41	158-0096	東京都世田谷区玉川台**********	S13035	20141220	F-20101029-F
CS031415000106	宇野由美子	1	女性	1970-02-26	49	151-0053	東京都渋谷区代々木**********	S13031	20150201	F-20100511-E
CS029215000025	石倉美帆	1	女性	1993-09-28	25	279-0022	千葉県浦安市今川**********	S12029	20150708	B-20100820-C
CS033605000005	猪股雄太	0	男性	1955-12-05	63	246-0031	神奈川県横浜市瀬谷区瀬谷**********	S14033	20150425	F-20100917-E
CS033415000229	板垣菜々美	1	女性	1977-11-07	41	246-0021	神奈川県横浜市瀬谷区二ツ橋町**********	S14033	20150712	F-20100326-E
CS008415000145	黒谷麻緒	1	女性	1977-06-27	41	157-0067	東京都世田谷区喜多見**********	S13008	20150829	F-20100622-F

解説:

このコードはSQL言語で書かれており、データベースへの問い合わせを行っています。

このクエリは、SELECT文を使用して、「customer」テーブルからすべてのカラムを選択しています。

このクエリは、「status_cd」カラムが正規表現パターン「^[A-F]」に一致するレコードのみを選択することで、データをフィルタリングしています（~演算子を使用）。

正規表現パターン '^[A-F]' は、"status_cd" カラムの A から F で始まるすべての値に一致します。パターン内の ^ 文字は文字列の開始を示し、 [A-F] は文字の範囲を指定します。

また、このクエリーはLIMIT句を使用して、返されるレコードの数を10に制限しています。

つまり、このクエリーは、「status_cd」カラムがA～Fの文字で始まる「customer」テーブルから最大10レコードを返すことになります。

このコードは、Jupyterノートブック内でSQLマジックコマンド「%%sql」を使って実行されています。このコマンドにより、SQLコードをノートブック内で直接実行することができます。

S-014: 顧客データ（customer）から、ステータスコード（status_cd）の末尾が数字の1〜9で終わるデータを全項目抽出し、10件表示せよ。

In [16]:

%%sql

SELECT * FROM customer WHERE status_cd ~ '[1-9]$' LIMIT 10;

 * postgresql://padawan:***@db:5432/dsdojo_db
10 rows affected.

Out[16]:

customer_id	customer_name	gender_cd	gender	birth_day	age	postal_cd	address	application_store_cd	application_date	status_cd
CS001215000145	田崎美紀	1	女性	1995-03-29	24	144-0055	東京都大田区仲六郷**********	S13001	20170605	6-20090929-2
CS033513000180	安斎遥	1	女性	1962-07-11	56	241-0823	神奈川県横浜市旭区善部町**********	S14033	20150728	6-20080506-5
CS011215000048	芦田沙耶	1	女性	1992-02-01	27	223-0062	神奈川県横浜市港北区日吉本町**********	S14011	20150228	C-20100421-9
CS040412000191	川井郁恵	1	女性	1977-01-05	42	226-0021	神奈川県横浜市緑区北八朔町**********	S14040	20151101	1-20091025-4
CS009315000023	皆川文世	1	女性	1980-04-15	38	154-0012	東京都世田谷区駒沢**********	S13009	20150319	5-20080322-1
CS015315000033	福士璃奈子	1	女性	1983-03-17	36	135-0043	東京都江東区塩浜**********	S13015	20141024	4-20080219-3
CS023513000066	神戸そら	1	女性	1961-12-17	57	210-0005	神奈川県川崎市川崎区東田町**********	S14023	20150915	5-20100524-9
CS035513000134	市川美帆	1	女性	1960-03-27	59	156-0053	東京都世田谷区桜**********	S13035	20150227	8-20100711-9
CS001515000263	高松夏空	1	女性	1962-11-09	56	144-0051	東京都大田区西蒲田**********	S13001	20160812	1-20100804-1
CS040314000027	鶴田きみまろ	9	不明	1986-03-26	33	226-0027	神奈川県横浜市緑区長津田**********	S14040	20150122	2-20080426-4

解説:

このコードはSQL言語で書かれており、データベースへの問い合わせを行っています。

このクエリは、SELECT文を使用して、「customer」テーブルからすべてのカラムを選択しています。

このクエリは、"status_cd "カラムが正規表現パターン'[1-9]$'に一致するレコードのみを選択することで、データをフィルタリングしています（~演算子を使用しています）。

正規表現パターン '[1-9]$' は、"status_cd" カラムの 1 から 9 までの数字で終わるすべての値に一致します。パターン内の$文字は文字列の終わりを示し、[1-9]は文字範囲を指定する。

また、このクエリーはLIMIT句を使用して、返されるレコードの数を10に制限しています。

つまり、このクエリーは、「status_cd」カラムの末尾が1～9の数字である「customer」テーブルから、最大10件のレコードを返すことになります。

このコードは、Jupyterノートブック内でSQLマジックコマンド「%%sql」を使って実行されています。このコマンドにより、ノートブック内でSQLコードを直接実行することができます。

S-015: 顧客データ（customer）から、ステータスコード（status_cd）の先頭がアルファベットのA〜Fで始まり、末尾が数字の1〜9で終わるデータを全項目抽出し、10件表示せよ。

In [17]:

%%sql

SELECT * FROM customer WHERE status_cd ~ '^[A-F].*[1-9]$' LIMIT 10;

 * postgresql://padawan:***@db:5432/dsdojo_db
10 rows affected.

Out[17]:

customer_id	customer_name	gender_cd	gender	birth_day	age	postal_cd	address	application_store_cd	application_date	status_cd
CS011215000048	芦田沙耶	1	女性	1992-02-01	27	223-0062	神奈川県横浜市港北区日吉本町**********	S14011	20150228	C-20100421-9
CS022513000105	島村貴美子	1	女性	1962-03-12	57	249-0002	神奈川県逗子市山の根**********	S14022	20150320	A-20091115-7
CS001515000096	水野陽子	9	不明	1960-11-29	58	144-0053	東京都大田区蒲田本町**********	S13001	20150614	A-20100724-7
CS013615000053	西脇季衣	1	女性	1953-10-18	65	261-0026	千葉県千葉市美浜区幕張西**********	S12013	20150128	B-20100329-6
CS020412000161	小宮薫	1	女性	1974-05-21	44	174-0042	東京都板橋区東坂下**********	S13020	20150822	B-20081021-3
CS001215000097	竹中あさみ	1	女性	1990-07-25	28	146-0095	東京都大田区多摩川**********	S13001	20170315	A-20100211-2
CS035212000007	内村恵梨香	1	女性	1990-12-04	28	152-0023	東京都目黒区八雲**********	S13035	20151013	B-20101018-6
CS002515000386	野田コウ	1	女性	1963-05-30	55	185-0013	東京都国分寺市西恋ケ窪**********	S13002	20160410	C-20100127-8
CS001615000372	稲垣寿々花	1	女性	1956-10-29	62	144-0035	東京都大田区南蒲田**********	S13001	20170403	A-20100104-1
CS032512000121	松井知世	1	女性	1962-09-04	56	210-0011	神奈川県川崎市川崎区富士見**********	S13032	20150727	A-20100103-5

解説:

このコードはSQL言語で書かれており、データベースへの問い合わせを行っています。

このクエリは、SELECT文を使用して、「customer」テーブルからすべてのカラムを選択しています。

このクエリは、「status_cd」カラムが正規表現パターン「^[A-F].*[1-9]$」に一致するレコードのみを選択することで、データをフィルタリングしています（~演算子を使用しています）。

正規表現パターン「^[A-F].*[1-9]$」は、「status_cd」列の、A～Fで始まり、任意の数の文字が続き、1～9の数字で終わるすべての値と一致します。パターン内の ^ 文字は文字列の開始を示し、$ 文字は文字列の終了を示す。

また、このクエリーはLIMIT句を使用して、返されるレコードの数を10に制限しています。

つまり、このクエリーは、「status_cd」カラムがA～Fの文字で始まり、1～9の数字で終わる「customer」テーブルから最大10件のレコードを返すことになります。

このコードは、Jupyterノートブック内でSQLマジックコマンド「%%sql」を使って実行されています。このコマンドにより、SQLコードをノートブック内で直接実行することができます。

S-016: 店舗データ（store）から、電話番号（tel_no）が3桁-3桁-4桁のデータを全項目表示せよ。

In [18]:

%%sql

SELECT * FROM store WHERE tel_no ~ '^[0-9]{3}-[0-9]{3}-[0-9]{4}$';

 * postgresql://padawan:***@db:5432/dsdojo_db
34 rows affected.

Out[18]:

store_cd	store_name	prefecture_cd	prefecture	address	address_kana	tel_no	longitude	latitude	floor_area
S12014	千草台店	12	千葉県	千葉県千葉市稲毛区千草台一丁目	チバケンチバシイナゲクチグサダイイッチョウメ	043-123-4003	140.118	35.63559	1698.0
S13002	国分寺店	13	東京都	東京都国分寺市本多二丁目	トウキョウトコクブンジシホンダニチョウメ	042-123-4008	139.4802	35.70566	1735.0
S14010	菊名店	14	神奈川県	神奈川県横浜市港北区菊名一丁目	カナガワケンヨコハマシコウホククキクナイッチョウメ	045-123-4032	139.6326	35.50049	1732.0
S14033	阿久和店	14	神奈川県	神奈川県横浜市瀬谷区阿久和西一丁目	カナガワケンヨコハマシセヤクアクワニシイッチョウメ	045-123-4043	139.4961	35.45918	1495.0
S14036	相模原中央店	14	神奈川県	神奈川県相模原市中央二丁目	カナガワケンサガミハラシチュウオウニチョウメ	042-123-4045	139.3716	35.57327	1679.0
S14040	長津田店	14	神奈川県	神奈川県横浜市緑区長津田みなみ台五丁目	カナガワケンヨコハマシミドリクナガツタミナミダイゴチョウメ	045-123-4046	139.4994	35.52398	1548.0
S14050	阿久和西店	14	神奈川県	神奈川県横浜市瀬谷区阿久和西一丁目	カナガワケンヨコハマシセヤクアクワニシイッチョウメ	045-123-4053	139.4961	35.45918	1830.0
S13052	森野店	13	東京都	東京都町田市森野三丁目	トウキョウトマチダシモリノサンチョウメ	042-123-4030	139.4383	35.55293	1087.0
S14028	二ツ橋店	14	神奈川県	神奈川県横浜市瀬谷区二ツ橋町	カナガワケンヨコハマシセヤクフタツバシチョウ	045-123-4042	139.4963	35.46304	1574.0
S14012	本牧和田店	14	神奈川県	神奈川県横浜市中区本牧和田	カナガワケンヨコハマシナカクホンモクワダ	045-123-4034	139.6582	35.42156	1341.0
S14046	北山田店	14	神奈川県	神奈川県横浜市都筑区北山田一丁目	カナガワケンヨコハマシツヅキクキタヤマタイッチョウメ	045-123-4049	139.5916	35.56189	831.0
S14022	逗子店	14	神奈川県	神奈川県逗子市逗子一丁目	カナガワケンズシシズシイッチョウメ	046-123-4036	139.5789	35.29642	1838.0
S14011	日吉本町店	14	神奈川県	神奈川県横浜市港北区日吉本町四丁目	カナガワケンヨコハマシコウホククヒヨシホンチョウヨンチョウメ	045-123-4033	139.6316	35.54655	890.0
S13016	小金井店	13	東京都	東京都小金井市本町一丁目	トウキョウトコガネイシホンチョウイッチョウメ	042-123-4015	139.5094	35.70018	1399.0
S14034	川崎野川店	14	神奈川県	神奈川県川崎市宮前区野川	カナガワケンカワサキシミヤマエクノガワ	044-123-4044	139.5998	35.57693	1318.0
S14048	中川中央店	14	神奈川県	神奈川県横浜市都筑区中川中央二丁目	カナガワケンヨコハマシツヅキクナカガワチュウオウニチョウメ	045-123-4051	139.5758	35.54912	1657.0
S12007	佐倉店	12	千葉県	千葉県佐倉市上志津	チバケンサクラシカミシヅ	043-123-4001	140.1452	35.71872	1895.0
S14026	辻堂西海岸店	14	神奈川県	神奈川県藤沢市辻堂西海岸二丁目	カナガワケンフジサワシツジドウニシカイガンニチョウメ	046-123-4040	139.4466	35.32464	1732.0
S13041	八王子店	13	東京都	東京都八王子市大塚	トウキョウトハチオウジシオオツカ	042-123-4026	139.4235	35.63787	810.0
S14049	川崎大師店	14	神奈川県	神奈川県川崎市川崎区中瀬三丁目	カナガワケンカワサキシカワサキクナカゼサンチョウメ	044-123-4052	139.7327	35.53759	962.0
S14023	川崎店	14	神奈川県	神奈川県川崎市川崎区本町二丁目	カナガワケンカワサキシカワサキクホンチョウニチョウメ	044-123-4037	139.7028	35.53599	1804.0
S13018	清瀬店	13	東京都	東京都清瀬市松山一丁目	トウキョウトキヨセシマツヤマイッチョウメ	042-123-4017	139.5178	35.76885	1220.0
S14027	南藤沢店	14	神奈川県	神奈川県藤沢市南藤沢	カナガワケンフジサワシミナミフジサワ	046-123-4041	139.4896	35.33762	1521.0
S14021	伊勢原店	14	神奈川県	神奈川県伊勢原市伊勢原四丁目	カナガワケンイセハラシイセハラヨンチョウメ	046-123-4035	139.3129	35.40169	962.0
S14047	相模原店	14	神奈川県	神奈川県相模原市千代田六丁目	カナガワケンサガミハラシチヨダロクチョウメ	042-123-4050	139.3748	35.55959	1047.0
S12013	習志野店	12	千葉県	千葉県習志野市芝園一丁目	チバケンナラシノシシバゾノイッチョウメ	047-123-4002	140.022	35.66122	808.0
S14042	新山下店	14	神奈川県	神奈川県横浜市中区新山下二丁目	カナガワケンヨコハマシナカクシンヤマシタニチョウメ	045-123-4047	139.6593	35.43894	1044.0
S12030	八幡店	12	千葉県	千葉県市川市八幡三丁目	チバケンイチカワシヤワタサンチョウメ	047-123-4005	139.924	35.72318	1162.0
S14025	大和店	14	神奈川県	神奈川県大和市下和田	カナガワケンヤマトシシモワダ	046-123-4039	139.468	35.43414	1011.0
S14045	厚木店	14	神奈川県	神奈川県厚木市中町二丁目	カナガワケンアツギシナカチョウニチョウメ	046-123-4048	139.3651	35.44182	980.0
S12029	東野店	12	千葉県	千葉県浦安市東野一丁目	チバケンウラヤスシヒガシノイッチョウメ	047-123-4004	139.8968	35.65086	1101.0
S12053	高洲店	12	千葉県	千葉県浦安市高洲五丁目	チバケンウラヤスシタカスゴチョウメ	047-123-4006	139.9176	35.63755	1555.0
S14024	三田店	14	神奈川県	神奈川県川崎市多摩区三田四丁目	カナガワケンカワサキシタマクミタヨンチョウメ	044-123-4038	139.5424	35.6077	972.0
S14006	葛が谷店	14	神奈川県	神奈川県横浜市都筑区葛が谷	カナガワケンヨコハマシツヅキククズガヤ	045-123-4031	139.5633	35.53573	1886.0

解説:

このコードはSQL言語で書かれており、データベースへの問い合わせを行っています。

このクエリは、SELECT文を使用して、「store」テーブルからすべてのカラムを選択しています。

このクエリは、「tel_no」カラムが正規表現パターン「^[0-9]{3}-[0-9]{3}-[0-9]{4}$」に一致するレコードのみを選択し、データをフィルタリングしています（~演算子を使用しています）。

正規表現パターン '^[0-9]{3}-[0-9]{3}-[0-9]{4}$' は、「tel_no」列の値のうち、##-###-## の形式を持つ有効な電話番号に従うものにマッチします（各#は1桁を表す）。パターン中の^文字は文字列の開始を示し、$文字は文字列の終了を示す。3}と{4}は、電話番号の各セクションに含まれる正確な桁数を指定する量化子です。

つまり、このクエリは、「store」テーブルから、「tel_no」カラムが有効な電話番号のフォーマットと一致するすべてのレコードを返すことになります。

このコードは、Jupyterノートブック内でSQLマジックコマンド「%%sql」を使って実行されています。このコマンドにより、ノートブック内でSQLコードを直接実行することができます。

S-017: 顧客データ（customer）を生年月日（birth_day）で高齢順にソートし、先頭から全項目を10件表示せよ。

In [19]:

%%sql

SELECT * FROM customer ORDER BY birth_day LIMIT 10;

 * postgresql://padawan:***@db:5432/dsdojo_db
10 rows affected.

Out[19]:

customer_id	customer_name	gender_cd	gender	birth_day	age	postal_cd	address	application_store_cd	application_date	status_cd
CS003813000014	村山菜々美	1	女性	1928-11-26	90	182-0007	東京都調布市菊野台**********	S13003	20160214	0-00000000-0
CS026813000004	吉村朝陽	1	女性	1928-12-14	90	251-0043	神奈川県藤沢市辻堂元町**********	S14026	20150723	0-00000000-0
CS018811000003	熊沢美里	1	女性	1929-01-07	90	204-0004	東京都清瀬市野塩**********	S13018	20150403	0-00000000-0
CS027803000004	内村拓郎	0	男性	1929-01-12	90	251-0031	神奈川県藤沢市鵠沼藤が谷**********	S14027	20151227	0-00000000-0
CS013801000003	天野拓郎	0	男性	1929-01-15	90	274-0824	千葉県船橋市前原東**********	S12013	20160120	0-00000000-0
CS001814000022	鶴田里穂	1	女性	1929-01-28	90	144-0045	東京都大田区南六郷**********	S13001	20161012	A-20090415-7
CS016815000002	山元美紀	1	女性	1929-02-22	90	184-0005	東京都小金井市桜町**********	S13016	20150629	C-20090923-C
CS009815000003	中田里穂	1	女性	1929-04-08	89	154-0014	東京都世田谷区新町**********	S13009	20150421	D-20091021-E
CS012813000013	宇野南朋	1	女性	1929-04-09	89	231-0806	神奈川県横浜市中区本牧町**********	S14012	20150712	0-00000000-0
CS005813000015	金谷恵梨香	1	女性	1929-04-09	89	165-0032	東京都中野区鷺宮**********	S13005	20150506	0-00000000-0

解説:

このコードはSQL言語で書かれており、データベースへの問い合わせを行っています。

SELECT文を使用して、"customer "テーブルからすべてのカラムを選択しています。

ORDER BY句を使用して、"birth_day "カラムに基づく昇順でデータをソートしています。

LIMIT 句は、返されるレコードの数を 10 に制限するために使用されます。

つまり、このクエリーは、「customer」テーブルから、「birth_day」カラムに基づいて昇順にデータをソートすると、最初の10レコードを返すことになります。

このコードは、Jupyterノートブック内でSQLマジックコマンド「%%sql」を使って実行されています。このコマンドにより、SQLコードをノートブック内で直接実行することができます。

S-018: 顧客データ（customer）を生年月日（birth_day）で若い順にソートし、先頭から全項目を10件表示せよ。

In [20]:

%%sql

SELECT * FROM customer ORDER BY birth_day DESC LIMIT 10;

 * postgresql://padawan:***@db:5432/dsdojo_db
10 rows affected.

Out[20]:

customer_id	customer_name	gender_cd	gender	birth_day	age	postal_cd	address	application_store_cd	application_date	status_cd
CS035114000004	大村美里	1	女性	2007-11-25	11	156-0053	東京都世田谷区桜**********	S13035	20150619	6-20091205-6
CS022103000002	福山はじめ	9	不明	2007-10-02	11	249-0006	神奈川県逗子市逗子**********	S14022	20160909	0-00000000-0
CS002113000009	柴田真悠子	1	女性	2007-09-17	11	184-0014	東京都小金井市貫井南町**********	S13002	20160304	0-00000000-0
CS004115000014	松井京子	1	女性	2007-08-09	11	165-0031	東京都中野区上鷺宮**********	S13004	20161120	1-20081231-1
CS002114000010	山内遥	1	女性	2007-06-03	11	184-0015	東京都小金井市貫井北町**********	S13002	20160920	6-20100510-1
CS025115000002	小柳夏希	1	女性	2007-04-18	11	245-0018	神奈川県横浜市泉区上飯田町**********	S14025	20160116	D-20100913-D
CS002113000025	広末まなみ	1	女性	2007-03-30	12	184-0015	東京都小金井市貫井北町**********	S13002	20171030	0-00000000-0
CS033112000003	長野美紀	1	女性	2007-03-22	12	245-0051	神奈川県横浜市戸塚区名瀬町**********	S14033	20150606	0-00000000-0
CS007115000006	福岡瞬	1	女性	2007-03-10	12	285-0845	千葉県佐倉市西志津**********	S12007	20151118	F-20101016-F
CS014113000008	矢口莉緒	1	女性	2007-03-05	12	260-0041	千葉県千葉市中央区東千葉**********	S12014	20150622	3-20091108-6

解説:

このコードはSQL言語で書かれており、データベースへの問い合わせを行っています。

このクエリは、SELECT文を使用して、"customer "テーブルからすべてのカラムを選択しています。

ORDER BY句を使用して、"birth_day "カラムに基づく降順でデータをソートしています。

LIMIT 句は、返されるレコードの数を 10 に制限するために使用されます。

つまり、このクエリは、「customer」テーブルから、「birth_day」カラムに基づいて降順にデータをソートすると、最初の10レコードを返すことになります。

このコードは、Jupyterノートブック内でSQLマジックコマンド「%%sql」を使って実行されています。このコマンドにより、SQLコードをノートブック内で直接実行することができます。

S-019: レシート明細データ（receipt）に対し、1件あたりの売上金額（amount）が高い順にランクを付与し、先頭から10件表示せよ。項目は顧客ID（customer_id）、売上金額（amount）、付与したランクを表示させること。なお、売上金額（amount）が等しい場合は同一順位を付与するものとする。

In [21]:

%%sql

SELECT
    customer_id,
    amount,
    RANK() OVER(ORDER BY amount DESC) AS ranking 
FROM receipt
LIMIT 10
;

 * postgresql://padawan:***@db:5432/dsdojo_db
10 rows affected.

Out[21]:

customer_id	amount	ranking
CS011415000006	10925	1
ZZ000000000000	6800	2
CS028605000002	5780	3
ZZ000000000000	5480	4
ZZ000000000000	5480	4
CS015515000034	5480	4
ZZ000000000000	5440	7
CS021515000089	5440	7
CS020414000081	5280	9
ZZ000000000000	5280	9

解説:

このコードはSQL言語で書かれており、データベースへの問い合わせを行っています。

クエリは、"receipt "テーブルから "customer_id "と "amount "のカラムを選択しています。

また、RANK()というウィンドウ関数を使用して、"amount "カラムに基づく各レコードのランキングを計算しています。RANK()関数は、等しい値には同じランクを割り当て、等しくない値にはランク間に隙間を空けて、各レコードのランクを計算する。ウィンドウ関数は OVER() 句を使用して定義され、ランキングを適用する順序と、パーティションまたはフィルタリングの基準を指定する。

クエリは ORDER BY 句を使用して、"amount" 列に基づく降順でデータを並べます。

このクエリでは、ASキーワードを使用して、RANK()関数の結果を「ランキング」として別名化しています。

LIMIT句は、返されるレコードの数を10に制限するために使用されています。

つまり、このクエリーは「receipt」テーブルから最初の10レコードを返すことになり、各レコードには「customer_id」「amount」「ranking」カラムが含まれる。ranking」カラムには、「amount」カラムに基づく各レコードのランキングが記載され、最も高い金額を持つレコードのランキングは1です。

このコードは、Jupyterノートブック内でSQLマジックコマンド「%%sql」を使って実行されています。このコマンドにより、ノートブック内でSQLコードを直接実行することができます。

S-020: レシート明細データ（receipt）に対し、1件あたりの売上金額（amount）が高い順にランクを付与し、先頭から10件表示せよ。項目は顧客ID（customer_id）、売上金額（amount）、付与したランクを表示させること。なお、売上金額（amount）が等しい場合でも別順位を付与すること。

In [22]:

%%sql

SELECT
    customer_id,
    amount,
    ROW_NUMBER() OVER(ORDER BY amount DESC) AS ranking 
FROM receipt
LIMIT 10
;

 * postgresql://padawan:***@db:5432/dsdojo_db
10 rows affected.

Out[22]:

customer_id	amount	ranking
CS011415000006	10925	1
ZZ000000000000	6800	2
CS028605000002	5780	3
ZZ000000000000	5480	4
CS015515000034	5480	5
ZZ000000000000	5480	6
ZZ000000000000	5440	7
CS021515000089	5440	8
CS001412000160	5280	9
CS020515000102	5280	10

解説:

このコードは、Jupyterノートブックでマジックコマンド"%%sql "を使って実行されるSQLクエリです。

このクエリは、"recipate "テーブルから3つのカラムを選択します。「customer_id"、"amount"、そして新しいカラム "ranking "です。customer_id」と「amount」カラムは単純で、これら2つのフィールドの値を取得するだけです。ranking」カラムは、ROW_NUMBER()というウィンドウ関数を使用して作成された派生カラムです。

ROW_NUMBER()関数は、指定されたORDER BY句に基づいて、結果セット内の各行に対して一意の連番を生成します。この場合、この関数は、「金額」列の値に基づいて各行にランクを割り当てるために使用されています。ORDER BY句は、「amount」カラムに基づいて行を降順に並べるので、最も高い金額がランク1、2番目に高い金額がランク2、といった具合になります。

ASキーワードは、新しいカラムに "ranking "というエイリアスを与えるために使用されています。

最後に、LIMIT句を使用して、クエリが返す行の数を10行に制限しています。

したがって、このクエリの結果は、"customer_id"、"amount"、"ranking "のカラムを持つ "recipate "テーブルの上位10行になります。ranking」カラムには、「amount」カラムの順序に基づいて各行に割り当てられた連番が含まれ、最高額のものは「ranking 1」となります。