电商网站更适合,wordpress 增加背景图片,插件功能wordpress,沈阳个人网站制作目录
题目
准备数据
分析数据
总结 题目
找出每次的 query_name 、 quality 和 poor_query_percentage。
quality 和 poor_query_percentage 都应 四舍五入到小数点后两位 。
准备数据
## 创建库
create database db;
use db;## 创建表
Create table If Not Exists Que…目录
题目
准备数据
分析数据
总结 题目
找出每次的 query_name 、 quality 和 poor_query_percentage。
quality 和 poor_query_percentage 都应 四舍五入到小数点后两位 。
准备数据
## 创建库
create database db;
use db;## 创建表
Create table If Not Exists Queries (query_name varchar(30), result varchar(50), position int, rating int);## 向表中插入数据
Truncate table Queries;
insert into Queries (query_name, result, position, rating) values (Dog, Golden Retriever, 1, 5);
insert into Queries (query_name, result, position, rating) values (Dog, German Shepherd, 2, 5);
insert into Queries (query_name, result, position, rating) values (Dog, Mule, 200, 1);
insert into Queries (query_name, result, position, rating) values (Cat, Shirazi, 5, 2);
insert into Queries (query_name, result, position, rating) values (Cat, Siamese, 3, 3);
insert into Queries (query_name, result, position, rating) values (Cat, Sphynx, 7, 4); 分析数据 Dog 查询结果的质量为 ((5 / 1) (5 / 2) (1 / 200)) / 3 2.50 Dog 查询结果的劣质查询百分比为 (1 / 3) * 100 33.33 Cat 查询结果的质量为 ((2 / 5) (3 / 3) (4 / 7)) / 3 0.66 Cat 查询结果的劣质查询百分比为 (1 / 3) * 100 33.33 selectquery_name,round(avg(rating/position),2) as quality,round(avg(rating3)*100,2) as poor_query_percentage
from queries
group by query_name
having query_name is not null; 总结 我们先逐个分析 前提是需要分组分完组之后才可以使用聚合函数。 1.avg(rating/position)是把所有的rating除以所有的position。 selectquery_name,sum(position),sum(rating),avg(rating/position),round(avg(rating/position),2) as quality
from queries
group by query_name
having query_name is not null; 2.avg(rating3)*100过滤rating3 selectquery_name,count(rating),sum(rating3),avg(rating3),round(avg(rating3)*100,2) as poor_query_percentage
from queries
group by query_name
having query_name is not null; 注意count函数是不支持直接添加大于或者小于。因为count函数是用来统计满足特定条件的记录数而不是用来比较或筛选数据。
