SQL常用数据清洗语句

数据清洗:发现并纠正数据文件里的数据错误和不一致性,让数据达到分析要求的过程。

运用 SQL 进行数据清洗时,可借助多种语句和函数来处理数据中的缺失值、重复值、异常值以及格式错误等问题。

1. 处理缺失值

数据中某些变量的值为空的情况,可采用删除包含缺失值的记录、用合适的值(如平均值、中位数等)来填充的方法。

删除包含缺失值的记录

sql 复制代码
DELETE FROM table_name
WHERE column_name IS NULL;

用特定值填充缺失值

sql 复制代码
UPDATE table_name
SET column_name = 'default_value'
WHERE column_name IS NULL;

用平均值填充缺失值

sql 复制代码
UPDATE table_name
SET column_name = (SELECT AVG(column_name) FROM table_name)
WHERE column_name IS NULL;

2. 处理重复值

数据中存在的完全相同或者部分字段相同的记录,可以使用 DISTINCT 关键字来去除重复值。

使用 DISTINCT 关键字查询无重复的数据

sql 复制代码
SELECT DISTINCT column1, column2
FROM table_name;

3. 处理异常值

数据中偏离正常范围的值,可以通过定义合理的范围来筛选出异常值,然后进行删除或者修正。

sql 复制代码
-- 删除价格小于 0 或者大于 1000 的异常记录
DELETE FROM products
WHERE price < 0 OR price > 1000;

4. 处理格式错误

数据格式不符合预期,例如日期格式错误、字符串长度不符合要求等。可以使用字符串函数和日期函数来修正格式错误。

转换日期格式

sql 复制代码
-- 将日期从 'YYYY-MM-DD' 格式转换为 'DD/MM/YYYY' 格式
SELECT DATE_FORMAT(date_column, '%d/%m/%Y')
FROM table_name;

去除字符串前后的空格

sql 复制代码
SELECT TRIM(column_name)
FROM table_name;

处理大小写不一致

sql 复制代码
-- 将所有姓名转换为大写
SELECT UPPER(name)
FROM customers;
相关推荐
数巨小码人14 分钟前
PostgreSQL中的权限管理简介
数据库·postgresql
qq_1715388517 分钟前
让MySQL更快:EXPLAIN语句详尽解析
android·数据库·mysql
yb0os126 分钟前
手写一个简单的线程池
java·开发语言·数据库·计算机·线程池·juc
我科绝伦(Huanhuan Zhou)44 分钟前
关系数据库基础入门
前端·数据库·mysql
yt948321 小时前
mysql统计数据库大小
数据库·mysql·oracle
别来无恙1494 小时前
深入解析MySQL中的HAVING关键字:从入门到实战
数据库·mysql
雷神乐乐4 小时前
Oracle常用函数
数据库·sql·oracle
luckyext9 小时前
SQL的RAND用法和指定生成随机数的范围
运维·服务器·数据库·sql·sqlserver·运维开发·mssql
文牧之9 小时前
Oracle 的 ALTER DATABASE RECOVER MANAGED STANDBY DATABASE FINISH 命令
运维·数据库·oracle
数据库幼崽9 小时前
MySQL 8.0 OCP 1Z0-908 191-200题
数据库·mysql·ocp