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
Always_away18 分钟前
数据库系统概论|第五章:数据库完整性—课程笔记1
数据库·笔记·sql·学习
南風_入弦1 小时前
Oracle无法正常OPEN(三)
数据库·oracle
Access开发易登软件1 小时前
Access开发:轻松一键将 Access 全库表格导出为 Excel
数据库·oracle·excel·vba·access·access开发
昔我往昔1 小时前
Redis怎么避免热点数据问题
数据库·redis·junit
weixin_307779132 小时前
ETL架构、数据建模及性能优化实践
开发语言·数据仓库·sql·架构·etl
laimaxgg2 小时前
MySQL表的内外连接
android·数据库·mysql
hnlucky2 小时前
Hadoop 单机模式(Standalone Mode)部署与 WordCount 测试
大数据·数据库·hadoop·分布式·缓存
shuair3 小时前
redis持久化-RDB
数据库·redis·bootstrap
唯♧3 小时前
使用 DBeaver 将数据从 PostgreSQL 导出到 SQLite
数据库·oracle
我言秋日胜春朝★3 小时前
【MySQL】内置函数
数据库·mysql