반응형
Recent Posts
Notice
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
Tags
- 회고
- 데이터분석가 코딩테스트
- CausalInference
- chatGPT
- 네카라쿠배당토
- 독후감
- 잠재적결과
- 인과추론 무작위 실험
- 인과추론개요
- mathematicalthinking
- 선형대수학
- 실무로통하는인과추론
- BigQuery
- 빅쿼리
- 코세라
- 데이터분석가
- 데이터분석
- 수학적해석학
- Recsys
- 글또10기
- 벡터
- 나의서양미술순례
- DataAnalyst
- 오블완
- SQL
- recommendation system
- 인과추론
- Bayesian
- 티스토리챌린지
- 베이지안통계
Archives
- Today
- Total
목록query (1)
Derek 의 데이터 분석 성장기

1. Grouping Sets GROUPING SETS 함수는 복잡한 집계 쿼리를 단순화하고 여러 그룹화 수준에서 집계를 한 번에 계산할 때 유용한 함수입니다. 일반적으로 GROUP BY 를 사용하여 해결할 수 있지만, GROUP BY 를 사용하다가 더 세분화해서 사용할 수 있는 쿼리는 없을까? 라고 생각하면 GROUPING sets를 사용하면 됩니다. 예시로, GROUPING SETS와 일반 GROUP BY의 차이점은 여러 그룹화 수준을 한 번에 처리할 수 있는 능력입니다. 이와 같은 테이블이 존재한다고 가정해보자. 그리고, GROUP BY 를 활용하여 국가의 월별 매출을 조회해보고 싶다고 하자. ** 아래 데이터는 샘플** 실제로 빅쿼리상에서는 해당과 같이 날렸지만 STRUCT 에러로 인해서 조회가..
Data/SQL - Bigquery
2025. 1. 5. 22:21