1. 인트로 WHERE 절의 심화 기능인 SubQuery(서브쿼리), LIMIT & BETWEEN(리밋 앤 비트윈)을 익힌다. 이 기능들은 복잡한 조건의 데이터를 정밀하게 추출할 때 사용된다. 2. 실습 DB 준비 (9차시 webtoon.db 이어서 사용) import sqlite3 import pandas as pd conn = sqlite3.connect("webtoon.db") cur = conn.cursor() # 데이터 확인 df = pd.read_sql("SELECT * FROM webtoons", conn) print(df[["id","title","genre","score","views"]]) 3. WHERE … 더 읽기
1. 인트로 JOIN(조인)은 두 개 이상의 테이블을 연결하여 함께 조회하는 기능이다. 실제 서비스 DB는 데이터를 여러 테이블에 나눠 저장하기 때문에 JOIN은 필수 기술이다. 이번 차시에서는 INNER JOIN(이너 조인)을 중점적으로 익힌다. 2. 실습 DB 준비 import sqlite3 import pandas as pd conn = sqlite3.connect("school.db") cur = conn.cursor() # 학생 테이블 cur.execute(""" CREATE TABLE IF NOT EXISTS … 더 읽기
1. 인트로 INNER JOIN이 "두 테이블 모두에 일치하는 데이터"만 가져온다면, LEFT JOIN(레프트 조인)은 왼쪽 테이블의 모든 데이터를 가져온다. 오른쪽 테이블에 일치하는 값이 없으면 NULL(널)로 채운다. "주문하지 않은 회원도 포함하여 전체 회원 목록을 보여줘"와 같은 상황에서 필수이다. 2. 실습 DB 준비 import sqlite3 import pandas as pd conn = sqlite3.connect("cafe.db") cur = conn.cursor() # 메뉴 테이블 … 더 읽기
1. 인트로 GROUP BY(그룹 바이)는 같은 값을 가진 행들을 묶어 집계 함수로 통계를 구하는 기능이다. "장르별 게임 수", "월별 매출", "카테고리별 평균 가격" 같은 통계 데이터를 만들 때 반드시 필요하다. 2. 실습 DB 준비 (7차시 game_store.db 이어서 사용) import sqlite3 import pandas as pd conn = sqlite3.connect("game_store.db") cur = conn.cursor() # 데이터 확인 df = … 더 읽기
1. 인트로 GROUP BY의 심화 내용으로, 날짜/시간 데이터를 활용한 그룹화와 복잡한 GROUP BY 심화 패턴을 익힌다. 실제 서비스에서 "월별 매출", "시간대별 주문 수" 같은 통계는 이 패턴으로 만들어진다. 2. 실습 DB 준비 import sqlite3 import pandas as pd from datetime import datetime, timedelta import random conn = sqlite3.connect("orders.db") cur = conn.cursor() cur.execute(""" CREATE TABLE IF … 더 읽기
1. 인트로 SubQuery(서브쿼리)는 SQL 안에 또 다른 SQL을 넣는 기술이다. 단일 SELECT로 처리하기 어려운 복잡한 조건을 하나의 쿼리로 해결할 수 있다. 이번 차시에서는 WHERE, FROM, SELECT 절에서의 서브쿼리 사용법을 모두 익힌다. 2. 실습 DB 준비 import sqlite3 import pandas as pd conn = sqlite3.connect("streaming.db") cur = conn.cursor() # 사용자 테이블 cur.execute(""" CREATE TABLE IF NOT … 더 읽기