• Page d’accueil
  • Portfolio-projets
  • articles
  • Qui Suis-je ?
  • Suivez-moi sur

    Facebook Pagelike Widget
  • Page d’accueil
  • Portfolio-projets
  • articles
  • Qui Suis-je ?

source : Phuong Nguyen

Tous les data analysts ont besoin de créer des tableaux croisés, pour des fins de reporting.

Il existe deux méthodes simples pour le faire:
1/ Utiliser la commande PIVOT.
2/ Utiliser CASE et une fonction d’agrégat.

PIVOT est idéal quand il y a plusieurs colonnes à gérer.
Mais il n’est pas disponible dans tous les systèmes de gestion de bases de données.
Typiquement dans MySQL, pour créer un tableau croisé, il faut utiliser la 2e méthode avec CASE.

📊 Exemple:
Supposons que nous avons une table de revenu mensuel par segment de client.
Nous voulons transformer ces données en un tableau croisé:
– Chaque ligne représente une date.
– Chaque colonne représente un segment de client: standard, premium, business, enterprise.
– Les valeurs de revenus sont agrégées pour chaque combinaison date-plan.
– Si aucune donnée de revenu n’existe pour un plan à une date donnée, 0.0 est affiché à la place de NULL.

 

 

 

pivotSQL

  • Share On Facebook
  • Tweet It


Michael Tirat



You might also like
Base de données spotify charts france
septembre 13, 2024
Gestion des doublons en SQL
juin 20, 2024

  • Catégories

    • Base de données (1)
    • Data visualisation (1)
    • dataviz python (1)
    • pandas (1)
    • Power BI (2)
    • Projets (1)
    • Python (9)
    • SQL (3)
    • Tips (5)
    • web scraping (2)
  • Mots clé

    aleatoire astuce automatisation base de données BeautifulSoup carte choroplèthe dashboard data cleaning data visualisation dataviz départements EDA folium geospatial jupyter notebook NLP notebook pandas pivot plotly power BI python random Regex snippet SQL tableau de bord tips vscode web scraping





  • Connectons-nous !

    • github
    • linkedin

© Copyright Michaël Tirat 2024 - Data Analyst