本科學了sql，研究生常常用python。二者在做數據分析、做統計方面有異曲同工之妙。
sql中的、Excel裏的統計函數、python裏面的一些統計函數其實是一樣的，同一原理，同一東西，表現形式不同而已。下面來體會一下。
以下是我昨天寫的一個筆記：
Sql的聚集函數：如，sum() avg() count() max() min()
聚集函數只能用在select和group by的having子句中。
group by:
分組後聚集函數可以作用於每一個組，可以對每一個組的數據做一些統計。
Example,
三張表：
學生表：Student（Sno, Sname, Ssex, Sage, Sdept）
課程表：Course(Cno, Cname, Cpno, Ccredict) Cpno 是先行課，Ccredict是學分
學生選課表：SC（Sno, Cno, Grade） Grade是分數
1）聚集函數用在select子句中：
查詢各個課程（下）的選課人數：
select 課程號，count（學生學號）from 學生選課表 group by 課程號;
2）聚集函數用在group by的having子句中：
Group by 分組， having作用於每組去了解每組。
查詢修了3門以上課程的學生：
Select 學號 from 學生課程表 group by 學號 having count(*)> 3;
先按學號分組了，每一組就是一個學生的上課情況；然後對每一組用聚集函數count計數。
【想到python】
python的DataFrame的grouby()函數+agg()函數，同一東西，同一原理，不同表現形式。
比如，sales.groupby([“date_month_id”]).agg({“item_cnt_day”:”sum”})，按月份標號分組，分組後，統計每一組的總銷量（即，月銷量），爲該組的月銷量。【直接用我之前項目中的例子來舉例，這個更好理解】
再如，train.groupby([‘date_block_num’,‘shop_id’,‘item_id’]).agg({‘item_cnt_day’:‘sum’})，按[月份+門店+產品]分組，後，統計每一組的總銷量，仍然是月銷量，但是是以該月同一<門店，產品>爲單位的。
還有，sql中的連接。在python中pandas.merge()函數就是sql中的連接。
Merge的參數how=”inner”就是sql的自然連接（∩交關係），how=“outer”就是sql的外連接（∪並關係），=”left”就是左外連接（左表爲主人），=“right”就是右外連接（右表爲主人）。On參數表示公共屬性。
如，pd.merge( item, item_category, on=’item_id’, how=’left’) 連接產品表和產品類別表，基於產品編號做左連接。