데이터샤우츠

CSV에서 쉼표가 연속된 ,, 부분은 공백 문자 ‘ ‘가 아니라 길이 0인 빈 문자열 ‘’이다. SQLite로 가져온 이 값을 곧바로 숫자로 변환하면 0으로 계산되어, 측정하지 못한 거래까지 평균의 분모에 포함되는 실수가 잦다.이는 실제 매출 0과 결측치를 구분하지 못하게 만들어 성과 지표를 과도하게 낮추는 결과를 초래한다. 이번 실습에서는 온라인과 매장 거래 6건의 데이터를 이용하여 전체 행 수와 실제 값이 존재하는 유효 측정값 수를 분리하여 확인하고, 값이 존재하는 4건에 기반한 정확한 평균 150.0을 계산하는 과정을 검증한다.먼저 결론부터평균은 합계를 값의 개수로 나눈 결과다. SQLite의 AVG는 NULL이 아닌 값의 개수만 나누는 수로 사용하므로, 평균과 함께 전체 행 수·유효 측정값 수·누..

월별 매출 데이터를 분석할 때 실무자가 흔히 범하는 실수는 원본 행을 유지하면서 누적합이나 전월 대비 증감을 구하기 위해 테이블을 자기 자신과 조인하거나 복잡한 서브쿼리를 중첩하는 것이다. 이러한 방식은 쿼리가 길어질수록 정렬 기준이 파편화되고 계산 의도가 여러 위치로 분산되어 유지보수가 어려워진다.이번 실습에서는 SQLite의 윈도 함수를 활용하여 단일 쿼리 내에서 월별 12행의 구조를 그대로 보존한 채 누적 합계와 증감액을 한꺼번에 계산하는 방법을 학습한다. 이를 통해 복잡한 집계 로직을 단순화하고 데이터의 흐름을 한눈에 파악하는 올바른 SQL 작성 판단 기준을 세운다.먼저 결론부터윈도 함수는 월별 12행을 그대로 유지하면서 누적합과 전월 차이를 각 행 옆에 붙인다. 계산할 때는 어떤 순서로 행을 읽..

월별 매출 데이터를 분석할 때 실무자가 흔히 범하는 실수는 원본 행을 유지하면서 누적합이나 전월 대비 증감을 구하기 위해 테이블을 자기 자신과 조인하거나 복잡한 서브쿼리를 중첩하는 것이다. 이러한 방식은 쿼리가 길어질수록 정렬 기준이 파편화되고 계산 의도가 여러 위치로 분산되어 유지보수가 어려워진다.이번 실습에서는 SQLite의 윈도 함수를 활용하여 단일 쿼리 내에서 월별 12행의 구조를 그대로 보존한 채 누적 합계와 증감액을 한꺼번에 계산하는 방법을 학습한다. 이를 통해 복잡한 집계 로직을 단순화하고 데이터의 흐름을 한눈에 파악하는 올바른 SQL 작성 판단 기준을 세운다.먼저 결론부터윈도 함수는 월별 12행을 그대로 유지하면서 누적합과 전월 차이를 각 행 옆에 붙인다. 계산할 때는 어떤 순서로 행을 읽..

CSV에서 쉼표가 연속된 ,, 부분은 공백 문자 ‘ ‘가 아니라 길이 0인 빈 문자열 ‘’이다. SQLite로 가져온 이 값을 곧바로 숫자로 변환하면 0으로 계산되어, 측정하지 못한 거래까지 평균의 분모에 포함되는 실수가 잦다.이는 실제 매출 0과 결측치를 구분하지 못하게 만들어 성과 지표를 과도하게 낮추는 결과를 초래한다. 이번 실습에서는 온라인과 매장 거래 6건의 데이터를 이용하여 전체 행 수와 실제 값이 존재하는 유효 측정값 수를 분리하여 확인하고, 값이 존재하는 4건에 기반한 정확한 평균 150.0을 계산하는 과정을 검증한다.먼저 결론부터평균은 합계를 값의 개수로 나눈 결과다. SQLite의 AVG는 NULL이 아닌 값의 개수만 나누는 수로 사용하므로, 평균과 함께 전체 행 수·유효 측정값 수·누..

월별 매출 데이터를 분석할 때 실무자가 흔히 범하는 실수는 원본 행을 유지하면서 누적합이나 전월 대비 증감을 구하기 위해 테이블을 자기 자신과 조인하거나 복잡한 서브쿼리를 중첩하는 것이다. 이러한 방식은 쿼리가 길어질수록 정렬 기준이 파편화되고 계산 의도가 여러 위치로 분산되어 유지보수가 어려워진다.이번 실습에서는 SQLite의 윈도 함수를 활용하여 단일 쿼리 내에서 월별 12행의 구조를 그대로 보존한 채 누적 합계와 증감액을 한꺼번에 계산하는 방법을 학습한다. 이를 통해 복잡한 집계 로직을 단순화하고 데이터의 흐름을 한눈에 파악하는 올바른 SQL 작성 판단 기준을 세운다.먼저 결론부터윈도 함수는 월별 12행을 그대로 유지하면서 누적합과 전월 차이를 각 행 옆에 붙인다. 계산할 때는 어떤 순서로 행을 읽..