El Proyecto | Sobre nosotros | Contribuir | Donaciones | Licencia

HOME

En este tema, aprenderás cómo utilizar funciones de agregación en SQL para resumir y analizar datos en BigQuery. Las funciones de agregación son esenciales para obtener información significativa a partir de grandes conjuntos de datos. Vamos a cubrir los conceptos básicos y proporcionar ejemplos prácticos para que puedas aplicar estos conocimientos en tus propios proyectos.

Conceptos Clave

Funciones de Agregación: Operaciones que combinan múltiples filas de datos en una sola salida.
GROUP BY: Cláusula utilizada para agrupar filas que tienen valores iguales en columnas especificadas.
HAVING: Cláusula utilizada para filtrar grupos de resultados después de aplicar GROUP BY.

Funciones de Agregación Comunes

Función	Descripción
`COUNT()`	Cuenta el número de filas.
`SUM()`	Suma los valores de una columna.
`AVG()`	Calcula el promedio de los valores de una columna.
`MIN()`	Encuentra el valor mínimo en una columna.
`MAX()`	Encuentra el valor máximo en una columna.

Ejemplos Prácticos

Ejemplo 1: Contar el Número de Filas

SELECT COUNT(*) AS total_rows
FROM `my_dataset.my_table`;

Explicación: Esta consulta cuenta el número total de filas en la tabla my_table.

Ejemplo 2: Sumar Valores de una Columna

SELECT SUM(sales) AS total_sales
FROM `my_dataset.my_table`;

Explicación: Esta consulta suma todos los valores de la columna sales en la tabla my_table.

Ejemplo 3: Calcular el Promedio

SELECT AVG(sales) AS average_sales
FROM `my_dataset.my_table`;

Explicación: Esta consulta calcula el promedio de los valores en la columna sales.

Ejemplo 4: Encontrar el Valor Mínimo y Máximo

SELECT MIN(sales) AS min_sales, MAX(sales) AS max_sales
FROM `my_dataset.my_table`;

Explicación: Esta consulta encuentra el valor mínimo y máximo en la columna sales.

Uso de GROUP BY

La cláusula GROUP BY se utiliza para agrupar filas que tienen valores iguales en columnas especificadas. Esto es útil cuando deseas aplicar funciones de agregación a grupos de datos.

Ejemplo 5: Agrupar por Categoría

SELECT category, SUM(sales) AS total_sales
FROM `my_dataset.my_table`
GROUP BY category;

Explicación: Esta consulta agrupa las filas por la columna category y suma los valores de sales para cada grupo.

Uso de HAVING

La cláusula HAVING se utiliza para filtrar grupos de resultados después de aplicar GROUP BY.

Ejemplo 6: Filtrar Grupos con HAVING

SELECT category, SUM(sales) AS total_sales
FROM `my_dataset.my_table`
GROUP BY category
HAVING total_sales > 1000;

Explicación: Esta consulta agrupa las filas por category, suma los valores de sales para cada grupo y luego filtra los grupos donde total_sales es mayor que 1000.

Ejercicios Prácticos

Ejercicio 1: Contar Filas por Categoría

Instrucción: Escribe una consulta que cuente el número de filas para cada categoría en la tabla my_table.

-- Tu código aquí

Solución:

SELECT category, COUNT(*) AS count_per_category
FROM `my_dataset.my_table`
GROUP BY category;

Ejercicio 2: Calcular el Promedio de Ventas por Categoría

Instrucción: Escribe una consulta que calcule el promedio de ventas para cada categoría en la tabla my_table.

-- Tu código aquí

Solución:

SELECT category, AVG(sales) AS average_sales
FROM `my_dataset.my_table`
GROUP BY category;

Ejercicio 3: Filtrar Categorías con Ventas Totales Mayores a 5000

Instrucción: Escribe una consulta que agrupe las filas por categoría, sume las ventas y filtre las categorías donde las ventas totales son mayores a 5000.

-- Tu código aquí

Solución:

SELECT category, SUM(sales) AS total_sales
FROM `my_dataset.my_table`
GROUP BY category
HAVING total_sales > 5000;

Resumen

En esta sección, hemos cubierto las funciones de agregación básicas en SQL y cómo utilizarlas en BigQuery. Aprendiste a contar filas, sumar valores, calcular promedios, y encontrar valores mínimos y máximos. También exploramos cómo agrupar datos con GROUP BY y filtrar grupos con HAVING. Estos conceptos son fundamentales para analizar y resumir grandes conjuntos de datos de manera eficiente.

En el próximo módulo, profundizaremos en técnicas intermedias de SQL, como JOINS y subconsultas, que te permitirán realizar análisis de datos más complejos.

Agregación de Datos

Conceptos Clave

Funciones de Agregación Comunes

Ejemplos Prácticos

Ejemplo 1: Contar el Número de Filas

Ejemplo 2: Sumar Valores de una Columna

Ejemplo 3: Calcular el Promedio

Ejemplo 4: Encontrar el Valor Mínimo y Máximo

Uso de GROUP BY

Ejemplo 5: Agrupar por Categoría

Uso de HAVING

Ejemplo 6: Filtrar Grupos con HAVING

Ejercicios Prácticos

Ejercicio 1: Contar Filas por Categoría

Ejercicio 2: Calcular el Promedio de Ventas por Categoría

Ejercicio 3: Filtrar Categorías con Ventas Totales Mayores a 5000

Resumen

Curso de BigQuery

Módulo 1: Introducción a BigQuery

Módulo 2: SQL Básico en BigQuery

Módulo 3: SQL Intermedio en BigQuery

Módulo 4: SQL Avanzado en BigQuery

Módulo 5: Gestión de Datos en BigQuery

Módulo 6: Optimización del Rendimiento de BigQuery

Módulo 7: Seguridad y Cumplimiento en BigQuery

Módulo 8: Integración y Automatización de BigQuery

Módulo 9: Machine Learning en BigQuery (BQML)

Módulo 10: Casos de Uso de BigQuery en el Mundo Real