[기초 통계량 - 그룹별 총합계(Total) 계산] 그룹별 합계 집계 - 44 (오라클 SQL, R, Python, SAS)

 

44. Display department numbers and total salary for each department.

 

* 개별 부서에 근무하는 직원의 총 급여를 집계하여서 출력하시오.

---

• 파이썬 & R 패키지 호출 및 예제 데이터 생성 링크
• [그룹별 집계함수] 그룹별 관측치(데이터) 합계 집계

 

• 좀 더 상세한 내용은 42문제 와 아래 내용 참조 - 동일 문제
• [데이터 관리] 8. By 또는 Split 파일 프로세싱 [링크]
• Python stackoverflow : [링크]
• R Package stackoverflow : [링크]

Oracle : group by, sum() 파이썬 Pandas : groupby(), describe(), reset_index(), agg() R 프로그래밍 : aggregate(), list, sum, function R Dplyr Package : dplyr::group_by(), dplyr::summarise(), sum() R sqldf Package : group by, sum() Python pandasql Package : group by, sum() R data.table Package a: sum(), list SAS Proc SQL : group by, sum() SAS Data Step : proc summary, sum=, first., last. Python Dfply Package : group_by(), summarize(), .sum() 파이썬 Base 프로그래밍 :

 

---

1. Oracle(오라클)

 

Group by와 sum() 함수

 

Oracle Programming

select deptno, 
       sum(sal) tot_sal
from   emp 
group by deptno;

 

 

---

2. Python Pandas(파이썬)

 

Groupby와 sum() 함수

 

Python Programming

emp[['sal']].groupby(emp['deptno']).sum().reset_index()

 

Results

	deptno	sal
0	10	8750
1	20	10875
2	30	9400

 

---

Group by와 집계함수(agg 함수) 를 통한 sum() 함수

 

Python Programming

emp.groupby(['deptno'])['sal'].agg('sum').reset_index(name='tot_sal')

 

Results

	deptno	tot_sal
0	10	8750
1	20	10875
2	30	9400

 

 

---

3. R Programming (R Package)

 

by= 와 집계함수(aggregate 함수) 를 통한 sum() 함수

 

R Programming

%%R

aggregate(list(tot_sal = emp$sal), by=list(deptno = emp$deptno), FUN=sum)

 

Results

  deptno tot_sal
1     10    8750
2     20   10875
3     30    9400

 

---

집계함수(aggregate 함수) 와 sum 인수

 

R Programming

%%R

aggregate(sal~deptno, FUN=sum, data=emp)

 

Results

  deptno   sal
1     10  8750
2     20 10875
3     30  9400

 

 

---

4. R Dplyr Package

 

Group_by와 집계함수(summarise 함수) 를 통한 sum() 연산

 

R Programming

%%R

emp %>%
  dplyr::group_by(deptno) %>% 
  dplyr::summarise( tot_sal = sum(sal))

 

Results

`summarise()` ungrouping output (override with `.groups` argument)
# A tibble: 3 x 2
  deptno tot_sal
   <dbl>   <dbl>
1     10    8750
2     20   10875
3     30    9400

 

 

---

5. R sqldf Package

 

Group by와 sum() 함수

 

R Programming

%%R
sqldf("select deptno, sum(sal) tot_sal 
       from emp 
       group by deptno;")

 

Results

  deptno tot_sal
1     10    8750
2     20   10875
3     30    9400

 

 

---

6. Python pandasql Package

 

Group by와 sum() 함수

 

Python Programming

ps.sqldf("select deptno, sum(sal) sal from emp group by deptno;")

 

Results

	deptno	sal
0	10	8750
1	20	10875
2	30	9400

 

 

---

7. R data.table Package

 

by= 와 sum() 함수

 

R Programming

%%R

DT <- data.table(emp)
DT[, .(tot_sal = sum(sal)), by = list(deptno)][order(deptno),]

 

Results

   deptno tot_sal
1:     10    8750
2:     20   10875
3:     30    9400

 

 

---

8. SAS Proc SQL

 

Group by와 sum() 함수

 

SAS Programming

%%SAS sas

PROC SQL;
  CREATE TABLE STATSAS_1 AS
    select deptno, sum(sal) as tot_sal
    from   emp 
    group 
       by  1;
QUIT;
PROC PRINT;RUN;

 

Results

OBS	deptno	tot_sal
1	10	8750
2	20	10875
3	30	9400

 

 

---

9. SAS Data Step

 

Proc summary 프로시져의 sum= 인수

 

SAS Programming

%%SAS sas

PROC SUMMARY DATA=EMP NWAY;
     CLASS deptno;
     VAR   SAL;
     OUTPUT OUT=EMP_SUM(DROP=_:) sum=tot_sal;
RUN;
PROC PRINT;RUN;

 

Results

OBS	deptno	tot_sal
1	10	8750
2	20	10875
3	30	9400

 

---

by 구문과 누적 합계

 

SAS Programming

%%SAS sas

PROC SORT DATA=EMP OUT=EMP_1;
     BY DEPTNO;
RUN;

DATA EMP_SUM;
 SET EMP_1;
     BY DEPTNO;

     IF FIRST.DEPTNO THEN tot_sal = SAL;
     ELSE tot_sal + SAL;

     IF LAST.DEPTNO THEN OUTPUT;
     KEEP DEPTNO tot_sal;
RUN;
PROC PRINT;RUN;

 

Results

OBS	deptno	tot_sal
1	10	8750
2	20	10875
3	30	9400

 

 

---

10. Python Dfply Package

 

Group_by와 summarize() 함수의 sum()

 

Python Programming

emp >> group_by('deptno') >> summarize( sal_tot = X.sal.sum() )

 

Results

	deptno	sal_tot
0	10	8750
1	20	10875
2	30	9400

 

---

 

[SQL, Pandas, R Prog, Dplyr, SQLDF, PANDASQL, DATA.TABLE]   SQL EMP 예제로 만나는 테이블 데이터 처리 방법 리스트