Recap - Pictures
Fait partie de la section Les fondamentaux du Journey SQL de Coddy — leçon 63 sur 72.
Défi
FacileTables et colonnes disponibles :
picture_characteristics:day_of_month,ink_liters,colors_numpicture_interests:day_of_month,num_people_interested
Les images ont toutes sortes de caractéristiques, telles que la quantité d'encre (en litres), le nombre de couleurs, et le nombre de personnes qui veulent les acheter.
Nous voulons identifier les jours où l'artiste a utilisé moins de ressources (encre et couleurs) tout en maintenant un intérêt positif des gens, l'artiste devant utiliser moins d'encre et moins de couleurs pour économiser des coûts. Dans ce défi, nous aimerions examiner cette hypothèse. Suivez ces étapes :
- Calculez la différence jour après jour pour :
- ink_liters (nommez cette colonne
ink_diff) - colors_num (nommez cette colonne
colors_diff)
- ink_liters (nommez cette colonne
- Filtrez les résultats pour ne montrer que les jours où :
- ink_diff est négatif (montrant une diminution de l'utilisation d'encre)
- colors_diff est négatif (montrant une diminution des couleurs utilisées)
- num_people_interested est supérieur à zéro (au moins une personne est intéressée par l'image — notez que les données peuvent contenir des jours avec zéro intérêt)
- Créez une colonne de classement (
day_rank) qui :- Classe les jours de
1àNen fonction denum_people_interested - Un nombre plus élevé de personnes intéressées doit obtenir un rang plus bas (1 étant le meilleur)
- Classe les jours de
- Retournez :
day_of_monthday_rank
Ordonnez les résultats par day_rank par ordre croissant
Essayez vous-même
Toutes les leçons de Les fondamentaux
4More Keywords
The IN keywordThe BETWEEN keywordThe LIKE keywordThe AS keywordRecap - Cellphone Models2Conditions
Conditions BasicsThe AND keywordThe OR keywordThe NOT keywordMultiple Conditions CombinedParenthesisBooleans5Arithmetic Operations
Mathematical OperatorsMathematical ColumnsThe Modulo OperationThe ROUND() Function8Statistics
Built-In Aggregate Part 1Built-In Aggregate Part 2Grouping Part 1Grouping Part 2Subqueries Part 1Subqueries Part 2Recap - Total Gain ShopRecap - Scooter ShopRecap - Coffee Shop11Window Functions part 1
ROW_NUMBER functionORDER BY criterionPARTITION BY criterionPARTITION & ORDERLEAD & LAG FunctionsRecap - LEAD & LAGRecap - PicturesRecap - Boxes3Specific Return Format
Null valuesSort Results Part 1Sort Results Part 2Recap - Cyber Security FirmLimit number of recordsRecap - Vehicle Factory6Intro Challenges
Recap - Parliamentary ElectionRecap - Police Criminal ArrestRecap - Bar Beverage ContainerRecap - Engineer new columns