전체 글 (122) 썸네일형 리스트형 [SQL #11] SQL 서브쿼리(Subquery) 개념 및 WHERE, FROM, SELECT 활용 예제 완벽 정리 SQL 데이터 분석의 필수 문법!쿼리 안의 쿼리인 'SQL 서브쿼리(Subquery)'의 개념과 WHERE절(중첩), FROM절(인라인 뷰), SELECT절(스칼라) 등 위치별 사용법 및 실전 예제를 초보자도 알기 쉽게 정리했습니다.안녕하세요! 지금까지 JOIN, GROUP BY, CASE WHEN 등 데이터를 가공하는 필수 문법들을 차곡차곡 배웠는데요. 하지만 실무에서 데이터를 분석하다 보면, 단 한 번위 쿼리만으로는 원하는 결과를 얻기 힘든 복잡한 상황을 자주 맞닥뜨리게 됩니다. 이럴 때 쿼리를 두 번, 세 번 실행하지 않고 단 한 번의 쿼리로 문제를 깔끔하게 해결해 주는 마법 같은 문법이 있습니다. 바로 오늘 알아볼 SQL 서브쿼리(Subquery)입니다. 오늘 포스팅에서는 서브쿼리의 기본 개념부터.. [SQL #10] CASE WHEN 완벽 정리! 조건에 따라 데이터 분류하는 SQL 조건문 사용법 안녕하세요! :) 데이터를 분석하다 보면 이런 상황이 자주 생깁니다."점수가 90점 이상이면 'A', 80점 이상이면 'B'로 표시하고 싶어.""판매 가격에 따라 '고가', '저가' 카테고리를 새로 만들고 싶어."원본 데이터에는 없지만, 특정 조건에 따라 새로운 값을 부여하고 싶을 때 사용하는 것이 바로 SQL CASE WHEN 문법입니다. 엑셀의 IF 함수와 구조가 매우 비슷해서 처음 배우는 분들도 금방 익힐 수 있어요!1. SQL CASE WHEN이란?CASE WHEN은 SQL의 대표적인 조건문(조건 분기) 문법입니다. "만약(WHEN) 이 조건이 맞다면, 그러면(THEN) 이렇게 표시해라"라고 데이터베이스에 지시하는 방식으로 동작합니다. 별도의 테이블 수정 없이 SELECT절 안에서 바로 새로운 분.. [SQL #9] SQL JOIN 예제로 배우는 INNER JOIN과 LEFT JOIN 차이 완벽 정리! SQL을 배우다 보면 데이터가 여러 테이블로 흩어져 있다는 걸 금방 깨닫게 됩니다. 이번 글에서는 SQL JOIN 예제를 중심으로, 가장 많이 쓰이는 INNER JOIN과 LEFT JOIN의 문법과 차이를 비전공자도 이해할 수 있도록 단계별로 정리하려고 합니다.1. SQL JOIN이란 무엇인가?실무 데이터베이스에서는 데이터를 목적별로 나눠 저장합니다.주문 테이블: 주문 번호, 상품 ID, 결제 금액회원 테이블: 회원ID, 이름, 주소, 등급상품 테이블: 상품ID, 상품명, 카테고리이렇게 나누는 이유는 두 가지입니다. ① 중복 방지 - 매 주문마다 고객 주소를 반복 저장하면 용량 낭비가 심해집니다.② 관리 효율 - 고객 전화번호가 바뀌었을 때, 고객 테이블 한 곳만 수정하면 전체 데이터에 자동 반영됩니다... [SQL #8] HAVING vs WHERE - 그룹화된 데이터 필터링하기 안녕하세요!저번 글에서는 데이터를 카테고리별로 요약해 주는 GROUP BY를 알아보았는데요. 그런데 분석을 하다 보면 이런 궁금증이 생길 수도 있죠."카테고리별로 묶은 뒤에 '총매출이 100만 원 이상'인 카테고리만 보고 싶으면?" 이때 필요한 것이 바로 HAVING 절입니다.우리가 원래 알고 있던 오늘은 HAVING 개념과 WHERE과의 차이점을 정리해 보고자 합니다.1. HAVING 절이란?HAVING 절은 GROUP BY로 그룹화된 결과에 조건을 걸 때 사용합니다. 쉽게 말해, 전체 데이터에서 개별 행을 걸러내는 게 아니라, 이미 요약된 통계치(합계, 평균 등)를 기준으로 필터링을 하고 싶을 때 쓰는 도구입니다. 📌 기본 문법SELECT 그룹화할_컬럼, 집계함수(컬럼)FROM 테이블명GROUP B.. [SQL #7] 데이터를 그룹으로 묶어 분석하기 - 집계 함수와 GROUP BY 완벽 가이드 안녕하세요. :)지난 포스팅에서는 데이터를 필터링(WHERE)하고 정렬(ORDER BY)하는 방법을 알아보았는데요. 실제 데이터 분석을 할 때 "전체 매출은 얼마인가?", "카테고리별 상품 개수는 몇 개인가?"처럼 데이터를 요약하고 통계치를 내야 할 때가 훨씬 많습니다. 오늘은 데이터를 그룹화하여 분석할 때 필수적인 집계 함수와 GROUP BY 문법을 정리해 보려고 합니다.1. 데이터를 요약하는 도구: 집계 함수 (Aggregate Function) 집계 함수는 여러 행의 데이터를 하나로 합쳐서 계산해 주는 함수인데요. 가장 자주 쓰이는 5가지만 기억하시면 됩니다! 함수명설명비고COUNT()행의 개수를 세어줌전체 데이터 개수 확인 시 유용SUM()컬럼 값의 합계를 구함수치형 데이터에서만 사용 가능AVG(.. [업무 자동화 04] 내 파이썬 서버와 ChatGPT 연결하기 (GPT Actions 연도 가이드) 1. 서론: 자연어로 대화하는 'AI 분석가'의 탄생지난 3편까지의 과정을 통해 우리는 어디서든 접속 가능한 '뉴스 분석 API 서버'를 구축했습니다. 이제 마지막 단계는 이 서버를 ChatGPT와 연결하는 것입니다. 사용자가 '인공지능 산업에 대해 분석해 줘'라고 말하면, ChatGPT가 내 서버에 접속해 데이터를 가져오고 보고서를 써주는 'GPT Actions' 기능을 활용해 보겠습니다. 2. GPT Actions란?GPT Actions는 ChatGPT가 외부 서비스(우리가 만든 API 서버)와 통신할 수 있게 해주는 통로입니다. 이를 연결하려면 OpenAPI Specification(설계도)라는 특수 문서를 작성해야 합니다. 복잡해 보이지만, 우리 서버의 '사용 설명서'를 JSON 형식으로 적어주.. [업무 자동화 03] 내 코드가 어디서든 작동하게: FastAPI 서버 배포와 보안 설정 1. 서론: "내 컴퓨터에서만 되는 건 자동화가 아니다"2편까지 진행하며 내 컴퓨터에서 뉴스 리포트를 뽑아내는 데 성공했습니다. 하지만 내가 컴퓨터를 끄면, 이 프로그램도 멈추겠죠. 진정한 업무 자동화라면 24시간 언제 어디서든 접속 가능해야 합니다. 이번 포스팅에서는 코드를 클라우드 서버에 올리는 과정과, 그 과정에 마주친 보안 및 환경 설정 문제들을 공유합니다. 2. 기술 스택: 왜 FastAPI와 Render인가?데이터 분석가로서 인프라 관리에 너무 많은 시간을 쏟고 싶지 않기에, 가장 효율적인 조합을 선택했습니다.FastAPI : 가볍고 빠르며, 우리가 만든 분석 로직을 외부 서비스(ChatGPT)가 호출할 수 있는 'API 주소'로 만들어줍니다.GitHub : 코드의 버전을 관리하고 서버로 전.. [업무 자동화 02] 실시간 뉴스 수집부터 AI 분석까지: 파이썬 핵심 로직 구현하기 1. 서론: 자동화의 심장, 파이썬 로직 설계1편에서 기획을 마쳤다면, 2편에서는 서비스의 두뇌가 될 파이썬 코드를 직접 구현해 보겠습니다. 단순히 뉴스를 긁어오는 것을 넘어, 데이터 분석가처럼 생각하고 보고서를 작성하는 AI를 만드는 과정입니다. 2. 단계별 구현 과정Step 1: 뉴스 수집 (Googel News RSS)웹 크롤링은 사이트 구조가 바뀌면 코드가 깨지기 쉽습니다. 이에 저는 업무 자동화의 안정성을 위해 구글 뉴스에서 제공하는 RSS 피드를 활용했습니다. feedparser 라이브러리를 사용하면, 단 몇 줄로 실시간 뉴스 제목과 링크를 가져올 수 있습니다.RSS 링크 : https://news.google.com/rss?hl=ko&gl=KR&ceid=KR:kopoint : 띄어쓰기가 .. 이전 1 2 3 4 ··· 16 다음
