볼륨 지표 vs 효율 지표

이상적이면 좋겠지만, 현실 세계의 데이터는 거의 그렇게 저장되지 않습니다. 한마디로 말해, 데이터는 지저분할 수 있어요. 3장에서는 데이터 타입 문제를 고치고, 지저분한 문자열을 정리하고, null을 처리하고, 중복을 제거하는 등 지저분한 데이터를 다루는 방법을 배웁니다.

Exercise 1: 데이터 형식 변환하기 Exercise 2: 데이터 타입 식별하기 Exercise 3: 오류 메시지 해석하기 Exercise 4: 문자열에 날짜 함수 적용하기 Exercise 5: 문자열 정리하기 Exercise 6: 문자열 함수 Exercise 7: 부분 문자열 바꾸기와 제거하기 Exercise 8: 잘못된 그룹화 수정 Exercise 9: NULL 처리하기 Exercise 10: null 필터링하기 Exercise 11: COALESCE로 계산 바로잡기 Exercise 12: 리포트 중복 Exercise 13: 중복 식별하기 Exercise 14: JOIN으로 중복 제거하기 Exercise 15: 보고서 3: 메달 비율이 높은 국가

복잡한 계산을 통해 눈에 잘 드러나지 않는 인사이트를 제시할 때 리포팅의 가치가 더욱 빛납니다. 이 장에서는 윈도 함수와 계층형 계산을 활용해 더 복잡한 필드를 만드는 방법을 배웁니다. 특히 전체 대비 비율 계산과 성과 지수 계산이라는 두 가지 고급 계산을 직접 구현해 보며 실습합니다.

Exercise 1: 복잡한 계산 만들기 Exercise 2: 윈도 함수 시험해 보기 Exercise 3: 지역별 국가 평균 총 메달 수 Exercise 4: 지역별 최다 메달리스트 Exercise 5: 그룹 비교하기 Exercise 6: 볼륨 지표 vs 효율 지표

현재 연습

Exercise 7: 국가별 GDP 비율 Exercise 8: 1인당 GDP 성과 지수 Exercise 9: 날짜 비교하기 Exercise 10: 월별 증감 비교 Exercise 11: 주별 대비 비교 Exercise 12: 리포트 4: 지역별 최장신 선수와 세계 GDP 비율(%)Exercise 13: 강의 요약