In this chapter, you'll learn what window functions are, and the two basic window function subclauses, ORDER BY and PARTITION BY.

Introduction

Window functions vs GROUP BY

Numbering rows

Numbering Olympic games in ascending order

ORDER BY

Numbering Olympic games in descending order

Numbering Olympic athletes by medals earned

Reigning weightlifting champions

PARTITION BY

Reigning champions by gender

Reigning champions by gender and event

Row numbers with partitioning

Introduction to window functions

In this chapter, you'll learn three practical applications of window functions: fetching values from different parts of the table, ranking rows according to their values, and binning rows into different tables.

Fetching

Future gold medalists

First athlete by name

Last country by name

Ranking

Ranking athletes by medals earned

Ranking athletes from multiple countries

DENSE_RANK's output

Paging

Paging events

Top, middle, and bottom thirds

Fetching, ranking, and paging

In this chapter, you'll learn how to use aggregate functions you're familiar with, like `AVG()` and `SUM()`, as window functions, as well as how to define frames to change a window function's output.

Aggregate window functions

Running totals of athlete medals

Maximum country medals by year

Minimum country medals by year

Frames

Number of rows in a frame

Moving maximum of Scandinavian athletes' medals

Moving maximum of Chinese athletes' medals

Moving averages and totals

Moving average's frame

Moving average of Russian medals

Moving total of countries' medals

Aggregate window functions and frames

In this last chapter, you'll learn some techniques and functions that are useful when used together with window functions.

Dinamización

Una dinamización básica

Dinamizar con clasificación

ROLLUP y CUBE

Subtotales por país

Todos los subtotales a nivel de grupo

Un repaso a las funciones útiles

Limpiar los resultados

Resumir los resultados

Beyond window functions

Summer olympics dataset

Course Glossary

¿Alguna vez te has preguntado cómo utilizan los profesionales de los datos el lenguaje SQL para resolver problemas empresariales del mundo real, como generar clasificaciones, calcular medias móviles y totales acumulados, deduplicar datos o realizar análisis temporales? Si ya sabes cómo seleccionar, filtrar, ordenar, unir y agrupar datos con SQL, este curso es tu siguiente paso. Al final, ¡estarás escribiendo consultas como un profesional! Aprenderás a crear consultas para análisis e ingeniería de datos con funciones de ventana, ¡el arma secreta de SQL! Utilizando datos de vuelos, descubrirás lo sencillo que es utilizar las funciones de ventana, y lo flexibles y eficaces que son.

Los vídeos contienen transcripciones en directo que puedes mostrar haciendo clic en «Mostrar transcripción» en la parte inferior izquierda de los vídeos.
El glosario del curso se encuentra a la derecha, en la sección de recursos.
Para obtener créditos CPE, debes completar el curso y alcanzar una puntuación del 70 % en la evaluación cualificada. Puedes acceder a la evaluación haciendo clic en la llamada de créditos CPE situada a la derecha.

Data Manipulation in SQL

Aprende a crear consultas para análisis e ingeniería de datos con funciones de ventana, ¡el arma secreta de SQL!

Estadísticas resumidas y funciones de ventana de PostgreSQL

Aprende a crear consultas para análisis e ingeniería de datos con funciones de ventana, el arma secreta de SQL. 

Analista de datos asociado en SQL

Fundamentos de SQL

Dinamizar con clasificación

Estadísticas resumidas y funciones de ventana de PostgreSQL

Ejercicio interactivo práctico