天池SQL训练营(六)-综合练习题-10道经典题目

如果你还没有学习过SQL训练营的以下知识，请查阅主页博文学习：

Task 1 SQL基础：初识数据库与SQL-安装与基本介绍等
Task 2 SQL基础：查询与排序-select、运算符、聚合分组查询等
Task 3 SQL进阶：复杂查询方法-视图、子查询、函数等
Task 4 SQL进阶： 集合运算-表的加减法和join等
Task 5 SQL进阶：SQL高级处理-窗口函数等

下载相关创建表格和插入数据脚本

这里为了方便大家，数据脚本已经给大家准备好啦。
点击下方链接直接下载
创建数据表脚本：http://tianchi-media.oss-cn-beijing.aliyuncs.com/dragonball/SQL/create_table.sql
插入数据脚本：https://tianchi-media.oss-cn-beijing.aliyuncs.com/dragonball/SQL/data.zip
大家下载好脚本后，先在MySQL环境中运行create_table.sql脚本，创建数据表，然后解压下载好的data.zip，解压后目录如下：

8-10ccf_offline_stage1_train.sql
6-winequality-white.sql
5-8-10ccf_online_stage1_train.sql
4-macro industry.sql
3-ccf_offline_stage1_test_revised.sql
2-winequality-red.sql
1-9income statement.sql
1-9company operating.sql
1-7market data.sql

脚本文件名前面的序号表示用到该数据集的题目序号，例如1-7market data.sql表示第1题和第7题用到了该数据集。
同样的，这里给大家的也是sql脚本，里面是插入数据的语句，大家只需打开后在MySQL环境中运行即可将数据导入到数据表中。

练习题1：将三张表中的TICKER_SYMBOL为600383和600048的信息合并在一起。

数据来源：https://tianchi.aliyun.com/dataset/dataDetail?dataId=1074
请使用A股上市公司季度营收预测数据集《Income Statement.xls》和《Company Operating.xlsx》和《Market Data.xlsx》，以Market Data为主表，将三张表中的TICKER_SYMBOL为600383和600048的信息合并在一起。只需要显示以下字段。

表名	字段名
Income Statement	TICKER_SYMBOL
Income Statement	END_DATE
Income Statement	T_REVENUE
Income Statement	T_COGS
Income Statement	N_INCOME
Market Data	TICKER_SYMBOL
Market Data	END_DATE_
Market Data	CLOSE_PRICE
Company Operating	TICKER_SYMBOL
Company Operating	INDIC_NAME_EN
Company Operating	END_DATE
Company Operating	VALUE

SELECT MarketData.*,OperatingData.INDIC_NAME_EN,OperatingData.VALUE,IncomeStatement.N_INCOME,IncomeStatement.T_COGS,IncomeStatement.T_REVENUE FROM ( SELECT TICKER_SYMBOL,END_DATE,CLOSE_PRICEFROM `market data` WHERE TICKER_SYMBOL IN ('600383','600048') ) MarketDataLEFT JOIN -- operating data(SELECT TICKER_SYMBOL,INDIC_NAME_EN,END_DATE,VALUE FROM `company operating`WHERE TICKER_SYMBOL IN ('600383','600048') ) OperatingDataON MarketData.TICKER_SYMBOL = OperatingData.TICKER_SYMBOLAND MarketData.END_DATE = OperatingData.END_DATELEFT JOIN -- income statement(SELECT DISTINCT TICKER_SYMBOL,END_DATE,T_REVENUE,T_COGS,N_INCOMEFROM `income statement`WHERE TICKER_SYMBOL IN ('600383','600048') ) IncomeStatement
ON MarketData.TICKER_SYMBOL = IncomeStatement.TICKER_SYMBOLAND MarketData.END_DATE = IncomeStatement.END_DATE
ORDER BY MarketData.TICKER_SYMBOL, MarketData.END_DATE

练习题2：找出 pH=3.03的所有红葡萄酒，然后，对其 citric acid 进行中式排名

数据来源：https://tianchi.aliyun.com/dataset/dataDetail?dataId=44
请使用 Wine Quality Data 数据集《winequality-red.csv》，找出 pH=3.03的所有红葡萄酒，然后，对其 citric acid 进行中式排名（相同排名的下一个名次应该是下一个连续的整数值。换句话说，名次之间不应该有“间隔”）

SELECT pH, `citric acid`,DENSE_RANK() OVER (ORDER BY `citric acid`) AS rankn
FROM `winequality-red`
WHERE pH= 3.03;

练习题3：发放优惠券总金额最多和发放优惠券张数最多的商家。

数据来源：https://tianchi.aliyun.com/competition/entrance/231593/information
使用Coupon Usage Data for O2O中的数据集《ccf_offline_stage1_test_revised.csv》，试分别找出在2016年7月期间，发放优惠券总金额最多和发放优惠券张数最多的商家。
这里只考虑满减的金额，不考虑打几折的优惠券。

-- 发放优惠券总⾦额最多的商家
SELECT Merchant_id,-- SUM(SUBSTRING_INDEX(`Discount_rate`,':', 1)) AS sale_amount,SUM(SUBSTRING_INDEX(`Discount_rate`,':',-1)) AS discount_amountFROM ccf_offline_stage1_test_revised
WHERE Date_received BETWEEN '2016-07-01' AND '2016-07-31'
GROUP BY Merchant_id
ORDER BY discount_amount DESC
LIMIT 1;-- 发放优惠券张数最多的商家
SELECT Merchant_id,COUNT(1) AS cntFROM ccf_offline_stage1_test_revised
WHERE Date_received BETWEEN '2016-07-01' AND '2016-07-31'
GROUP BY Merchant_id
ORDER BY cnt DESC
LIMIT 1;

练习题4：计算全社会用电量

数据来源：https://tianchi.aliyun.com/dataset/dataDetail?dataId=1074
请使用A股上市公司季度营收预测中的数据集《Macro&Industry.xlsx》中的sheet-INDIC_DATA，请计算全社会用电量:第一产业:当月值在2015年用电最高峰是发生在哪月？并且相比去年同期增长/减少了多少个百分比？

-- 2015年⽤电最⾼峰是发⽣在哪⽉
SELECT PERIOD_DATE,MAX(DATA_VALUE) FianlValueFROM `macro industry`
WHERE INDIC_ID = '2020101522'AND YEAR(PERIOD_DATE) = 2015
GROUP BY PERIOD_DATE
ORDER BY FianlValue DESC
LIMIT 1;-- 并且相⽐去年同期增⻓/减少了多少个百分⽐？
SELECT BaseData.*,(BaseData.FianlValue - YoY.FianlValue) / YoY.FianlValue YoYFROM (SELECT PERIOD_DATE,MAX(DATA_VALUE) FianlValueFROM `macro industry`WHERE INDIC_ID = '2020101522'AND YEAR(PERIOD_DATE) = 2015GROUP BY PERIOD_DATE ORDER BY FianlValue DESCLIMIT 1) BaseDataLEFT JOIN -- YOY (SELECT PERIOD_DATE,MAX(DATA_VALUE) FianlValueFROM `macro industry`WHERE INDIC_ID = '2020101522'AND YEAR(PERIOD_DATE) = 2014GROUP BY PERIOD_DATE ) YoYON YEAR(BaseData.PERIOD_DATE) = YEAR(YoY.PERIOD_DATE) + 1AND MONTH(BaseData.PERIOD_DATE) = MONTH(YoY.PERIOD_DATE);

练习题5：找出优惠券弃用率最高的商家

数据来源：https://tianchi.aliyun.com/competition/entrance/231593/information
使用Coupon Usage Data for O2O中的数据集《ccf_online_stage1_train.csv》，试统计在2016年6月期间，线上总体优惠券弃用率为多少？并找出优惠券弃用率最高的商家。
弃用率 = 被领券但未使用的优惠券张数 / 总的被领取优惠券张数

-- 2016年6⽉期间，线上总体优惠券弃⽤率为多少？
SELECT SUM(CASE WHEN Date='0000-00-00' AND Coupon_id IS NOT NULLTHEN 1ELSE 0END) /SUM(CASE WHEN Coupon_id IS NOT NULLTHEN 1ELSE 0END) AS discard_rate
FROM ccf_online_stage1_train
WHERE Date_received BETWEEN '2016-06-01' AND '2016-06-30';-- 2016年6⽉期间，优惠券弃⽤率最⾼的商家？
SELECT Merchant_id, SUM(CASE WHEN Date = '0000-00-00' AND Coupon_id IS NOT NULL THEN 1ELSE 0END) /SUM(CASE WHEN Coupon_id IS NOT NULLTHEN 1ELSE 0END) AS discard_rateFROM ccf_online_stage1_train
WHERE Date_received BETWEEN '2016-06-01' AND '2016-06-30'
GROUP BY Merchant_id
ORDER BY discard_rate DESC
LIMIT 1;

练习题6：找出 pH=3.63的所有白葡萄酒，然后，对其 residual sugar 量进行英式排名

数据来源：https://tianchi.aliyun.com/dataset/dataDetail?dataId=44
请使用 Wine Quality Data 数据集《winequality-white.csv》，找出 pH=3.63的所有白葡萄酒，然后，对其 residual sugar 量进行英式排名（非连续的排名）

SELECT pH, `residual sugar`,RANK() OVER (ORDER BY `residual sugar`) AS ranknFROM `winequality-white`
WHERE pH= 3.63;

练习题7：市值最大的三个行业是哪些

数据来源：https://tianchi.aliyun.com/dataset/dataDetail?dataId=1074
请使用A股上市公司季度营收预测中的数据集《Market Data.xlsx》中的sheet-DATA，
计算截止到2018年底，市值最大的三个行业是哪些？以及这三个行业里市值最大的三个公司是哪些？（每个行业找出前三大的公司，即一共要找出9个）

-- 计算截⽌到2018年底，市值最⼤的三个⾏业是哪些？
SELECT TYPE_NAME_CN,SUM(MARKET_VALUE)FROM `market data`
WHERE YEAR(END_DATE) = 2018
GROUP BY TYPE_NAME_CN
ORDER BY SUM(MARKET_VALUE) DESC
LIMIT 3;-- 这三个⾏业⾥市值最⼤的三个公司是哪些？思路：求前三得行业以及每个行业前三的公司
SELECT BaseData.TYPE_NAME_CN,BaseData.TICKER_SYMBOLFROM (SELECT TYPE_NAME_CN,TICKER_SYMBOL,MARKET_VALUE,ROW_NUMBER() OVER(PARTITION BY TYPE_NAME_CN ORDER BY MARKET_VALUE)CompanyRankingFROM `market data` ) BaseDataLEFT JOIN( SELECT TYPE_NAME_CN,SUM(MARKET_VALUE)FROM `market data`WHERE YEAR(END_DATE) = 2018GROUP BY TYPE_NAME_CNORDER BY SUM(MARKET_VALUE) DESCLIMIT 3 ) top3TypeON BaseData.TYPE_NAME_CN = top3Type.TYPE_NAME_CN
WHERE BaseData.CompanyRanking <= 3AND top3Type.TYPE_NAME_CN IS NOT NULL

练习题8：线上线下累计优惠券使用次数最多的顾客。

数据来源：https://tianchi.aliyun.com/competition/entrance/231593/information
使用Coupon Usage Data for O2O中的数据集《ccf_online_stage1_train.csv》和《ccf_offline_stage1_train.csv》，试找出在2016年6月期间，线上线下累计优惠券使用次数最多的顾客。

SELECT User_id,SUM(couponCount) couponCountFROM (SELECT User_id,count(*) couponCountFROM `ccf_online_stage1_train`WHERE (Date != 'null' AND Coupon_id != 'null')AND (LEFT(DATE,7)='2016-06' )GROUP BY User_idUNION ALL SELECT User_id,COUNT(*) couponCountFROM `ccf_offline_stage1_train`WHERE (Date != 'null' AND Coupon_id != 'null')AND (LEFT(DATE,7)='2016-06' )GROUP BY User_id ) BaseData
GROUP BY User_id
ORDER BY SUM(couponCount) DESC
LIMIT 1

练习题9：白云机场旅客吞吐量最高的那一季度对应的净利润是多少？

数据来源：https://tianchi.aliyun.com/dataset/dataDetail?dataId=1074
请使用A股上市公司季度营收预测数据集《Income Statement.xls》中的sheet-General Business和《Company Operating.xlsx》中的sheet-EN。
找出在数据集所有年份中，按季度统计，白云机场旅客吞吐量最高的那一季度对应的净利润是多少？（注意，是单季度对应的净利润，非累计净利润。）

-- 因为正好是第⼀季度，所以不需要减。 如果是2季度，单季度净利润需要⽤2季度的值减去1⽉份的
SELECT *FROM (SELECT TICKER_SYMBOL,YEAR(END_DATE) Year,QUARTER(END_DATE) QUARTER,SUM(VALUE) AmountFROM `company operating`WHERE INDIC_NAME_EN = 'Baiyun Airport:Passenger throughput'GROUP BY TICKER_SYMBOL,YEAR(END_DATE),QUARTER(END_DATE)ORDER BY SUM(VALUE) DESCLIMIT 1 ) BaseDataLEFT JOIN -- income statement(SELECT TICKER_SYMBOL,YEAR(END_DATE) Year,QUARTER(END_DATE) QUARTER,SUM(N_INCOME) AmountFROM `income statement`GROUP BY TICKER_SYMBOL,YEAR(END_DATE),QUARTER(END_DATE) ) IncomeON BaseData.TICKER_SYMBOL = Income.TICKER_SYMBOLAND BaseData.Year = Income.YearAND BaseData.QUARTER = Income.QUARTER;

练习题10：线上线下累计被使用优惠券满减最多的前3名商家

数据来源：https://tianchi.aliyun.com/competition/entrance/231593/information
使用Coupon Usage Data for O2O中的数据集《ccf_online_stage1_train.csv》和《ccf_offline_stage1_train.csv》，试找出在2016年6月期间，线上线下累计被使用优惠券满减最多的前3名商家。
比如商家A，消费者A在其中使用了一张200减50的，消费者B使用了一张30减1的，那么商家A累计被使用优惠券满减51元。

SELECT Merchant_id,SUM(discount_amount) discount_amountFROM (SELECT Merchant_id,SUM(SUBSTRING_INDEX(`Discount_rate`,':',-1)) AS discount_amountFROM `ccf_online_stage1_train`WHERE (Date != 'null' AND Coupon_id != 'null')AND (LEFT(DATE,4)=2016 ) AND MID(DATE,5,2) = '06'GROUP BY Merchant_idUNION ALL SELECT Merchant_id,SUM(SUBSTRING_INDEX(`Discount_rate`,':',-1)) AS discount_amountFROM `ccf_offline_stage1_train`WHERE (Date != 'null' AND Coupon_id != 'null')AND (LEFT(DATE,4)=2016 )AND MID(DATE,5,2) = '06'GROUP BY Merchant_id ) BaseData
GROUP BY Merchant_id
ORDER BY SUM(discount_amount) DESC
LIMIT 3;