[데이터 필터링 - 비상관 서브쿼리(Uncorrelated Subqueyr) 를 만족하는 데이터 추출 - 비교연산자] 테이블 데이터 전처리 비교

포스팅 목차

59. Display the employee names who are working in Chicago.

* 시카고에서 근무하고 있는 직원의 정보를 출력하시오.

파이썬 & R 패키지 호출 및 예제 데이터 생성 링크
[데이터 추출] 비상관 서브쿼리(Uncorrelated Subqueyr) 를 만족하는 데이터 추출 - 비교연산자

Oracle : 비상관 서브쿼리
파이썬 Pandas : iloc[], type()
R 프로그래밍 : class()
R Dplyr Package : filter(), pull()
R sqldf Package : 비상관 서브쿼리
Python pandasql Package : 비상관 서브쿼리
R data.table Package : class()
SAS Proc SQL : 비상관 서브쿼리
SAS Data Step : 내부조인(Inner join), IF 조건문
Python Dfply Package : filter_by(), pipe (사용자정의 함수) - pull_fun
파이썬 Base 프로그래밍 :

1. Oracle(오라클)

서브쿼리로 dept 테이블에서 시카고에 위치한 부서의 부서 번호를 선택 후 emp 테이블에서 시카고에 위치한 부서에서 근무하는 직원의 정보를 출력한다.

Oracle Programming

select ename 
from   emp 
where  deptno = (select deptno from dept where loc='CHICAGO');

2. Python Pandas(파이썬)

Python Programming

print( type( dept[dept['loc'] == 'CHICAGO']['deptno'] ) )
print( type( dept[dept['loc'] == 'CHICAGO']['deptno'].iloc[0] ) )

<class 'pandas.core.series.Series'>
<class 'numpy.int64'>

dept 테이블에서 부서 위치가 시카고에 위치한 부서의 부서 번호를 선택하여서 emp 테이블에서 dept 테이블에서 선택된 부서 번호에 해당하는 부서를 선택한다.

Python Programming

emp[emp['deptno']== dept[dept['loc'] == 'CHICAGO']['deptno'].iloc[0] ]

Results

	empno	ename	job	mgr	hiredate	sal	comm	deptno
1	7499	ALLEN	SALESMAN	7698.0	1981/02/20	1600	300.0	30
2	7521	WARD	SALESMAN	7698.0	1981/02/22	1250	500.0	30
4	7654	MARTIN	SALESMAN	7698.0	1981/09/28	1250	1400.0	30
5	7698	BLAKE	MANAGER	7839.0	1981/03/01	2850	NaN	30
9	7844	TURNER	SALESMAN	7698.0	1981/09/08	1500	0.0	30
11	7900	JAMES	CLERK	7698.0	1981/12/03	950	NaN	30

3. R Programming (R Package)

R Programming

%%R

print( class(dept[dept$loc == 'CHICAGO', c("deptno") ]) )

print( class(dept[dept$loc == 'CHICAGO', c("deptno") ]$deptno) )

Results

[1] "tbl_df"     "tbl"        "data.frame"
[1] "numeric"

R Programming

%%R

emp[emp$deptno == dept[dept$loc == 'CHICAGO', c("deptno") ]$deptno,"ename"]

Results

# A tibble: 6 x 1
  ename 
  <chr> 
1 ALLEN 
2 WARD  
3 MARTIN
4 BLAKE 
5 TURNER
6 JAMES

4. R Dplyr Package

filter 함수를 사용하여서 emp 테이블의 부서번호(deptno)가 dept 테이블에서 선택된 부서코드에 존재하는지 검색한다.

R Programming

%%R

emp %>% dplyr::filter( deptno == ( dept %>%
                                     dplyr::filter(loc == "CHICAGO") %>%
                                     dplyr::select(deptno) %>%
                                     pull(deptno)) )

Results

# A tibble: 6 x 8
  empno ename  job        mgr hiredate     sal  comm deptno
  <dbl> <chr>  <chr>    <dbl> <date>     <dbl> <dbl>  <dbl>
1  7499 ALLEN  SALESMAN  7698 1981-02-20  1600   300     30
2  7521 WARD   SALESMAN  7698 1981-02-22  1250   500     30
3  7654 MARTIN SALESMAN  7698 1981-09-28  1250  1400     30
4  7698 BLAKE  MANAGER   7839 1981-03-01  2850    NA     30
5  7844 TURNER SALESMAN  7698 1981-09-08  1500     0     30
6  7900 JAMES  CLERK     7698 1981-12-03   950    NA     30

5. R sqldf Package

R Programming

%%R
sqldf(" Select ename 
        from   emp  
        where  deptno=(select deptno from dept where loc='CHICAGO')")

Results

   ename
1  ALLEN
2   WARD
3 MARTIN
4  BLAKE
5 TURNER
6  JAMES

6. Python pandasql Package

Python Programming

ps.sqldf("Select ename from emp  where deptno=(select deptno from dept where loc='CHICAGO')")

Results

	ename
0	ALLEN
1	WARD
2	MARTIN
3	BLAKE
4	TURNER
5	JAMES

7. R data.table Package

R Programming

%%R
dept_DT <- data.table(dept)

print( class( dept_DT[loc == "CHICAGO", .(deptno)] ) )

print( class( dept_DT[loc == "CHICAGO", .(deptno)]$deptno ) )

Results

[1] "data.table" "data.frame"
[1] "numeric"

dept 테이블에서 시카고에 위치한 부서 번호를 테이블로 선택 후 emp 테이블과 내부조인(DT syntax)을 수행하여서 시카고에 위치한 부서에서 근무하는 직원의 정보를 출력한다.

%%R
DT <- data.table(emp)
dept_DT <- data.table(dept)

DT[DT[,deptno == ( dept_DT[loc == "CHICAGO", .(deptno)]$deptno )]]

Results

   empno  ename      job  mgr   hiredate  sal comm deptno
1:  7499  ALLEN SALESMAN 7698 1981-02-20 1600  300     30
2:  7521   WARD SALESMAN 7698 1981-02-22 1250  500     30
3:  7654 MARTIN SALESMAN 7698 1981-09-28 1250 1400     30
4:  7698  BLAKE  MANAGER 7839 1981-03-01 2850   NA     30
5:  7844 TURNER SALESMAN 7698 1981-09-08 1500    0     30
6:  7900  JAMES    CLERK 7698 1981-12-03  950   NA     30

8. SAS Proc SQL

SAS Programming

%%SAS sas

PROC SQL;
  CREATE TABLE STATSAS_1 AS
    select ename 
    from   emp 
    where  deptno = (select deptno from dept where loc='CHICAGO');
QUIT;
PROC PRINT;RUN;

Results

OBS	ename
1	ALLEN
2	WARD
3	MARTIN
4	BLAKE
5	TURNER
6	JAMES

9. SAS Data Step

SAS Programming

%%SAS sas

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

DATA STATSAS_3; 
 MERGE EMP_1(IN=A) dept(where=(loc='CHICAGO') IN=B);
     BY deptno;
     IF A AND B;
RUN;

PROC PRINT;RUN;

Results

OBS	empno	ename	job	mgr	hiredate	sal	comm	deptno	dname	loc
1	7499	ALLEN	SALESMAN	7698	1981-02-20	1600	300	30	SALES	CHICAGO
2	7521	WARD	SALESMAN	7698	1981-02-22	1250	500	30	SALES	CHICAGO
3	7654	MARTIN	SALESMAN	7698	1981-09-28	1250	1400	30	SALES	CHICAGO
4	7698	BLAKE	MANAGER	7839	1981-03-01	2850	.	30	SALES	CHICAGO
5	7844	TURNER	SALESMAN	7698	1981-09-08	1500	0	30	SALES	CHICAGO
6	7900	JAMES	CLERK	7698	1981-12-03	950	.	30	SALES	CHICAGO

10. Python Dfply Package

X.loc 로 변수명 지정하는 경우 에러 발생
- 에러문 : AttributeError: 'NotImplementedType' object has no attribute 'dtype'
- 관련이슈 : https://github.com/kieferk/dfply/issues/65
- 조치사항 : 1) 변수명 사전 변경하여 처리 2) X['loc'] 로 변수 지정하는 방법
loc 변수 Rename

Python Programming

# [참고] 함수 사용. (52번 예제 참고)
@pipe
def pull_fun(df, column=-1):
    return df.loc[:, column].item()

# dept >> rename(loc_var ='loc') >> filter_by( X.loc_var  == "CHICAGO") >> select(X['deptno']) >> pull_fun("deptno")

emp >> filter_by( X.deptno == ( dept >> rename(loc_var ='loc') >> filter_by( X.loc_var  == "CHICAGO") >> select(X['deptno']) >> pull_fun("deptno") ))

Results

	empno	ename	job	mgr	hiredate	sal	comm	deptno
1	7499	ALLEN	SALESMAN	7698.0	1981/02/20	1600	300.0	30
2	7521	WARD	SALESMAN	7698.0	1981/02/22	1250	500.0	30
4	7654	MARTIN	SALESMAN	7698.0	1981/09/28	1250	1400.0	30
5	7698	BLAKE	MANAGER	7839.0	1981/03/01	2850	NaN	30
9	7844	TURNER	SALESMAN	7698.0	1981/09/08	1500	0.0	30
11	7900	JAMES	CLERK	7698.0	1981/12/03	950	NaN	30

X['loc']로 변수 지정하는 방법

Python Programming

# [참고] 함수 사용. (52번 예제 참고)
@pipe
def pull_fun(df, column=-1):
    return df.loc[:, column].item()

emp >> filter_by( X.deptno == ( dept >> filter_by( X['loc']  == "CHICAGO") >> select(X.deptno) >> pull_fun("deptno") ))

Results

	empno	ename	job	mgr	hiredate	sal	comm	deptno
1	7499	ALLEN	SALESMAN	7698.0	1981/02/20	1600	300.0	30
2	7521	WARD	SALESMAN	7698.0	1981/02/22	1250	500.0	30
4	7654	MARTIN	SALESMAN	7698.0	1981/09/28	1250	1400.0	30
5	7698	BLAKE	MANAGER	7839.0	1981/03/01	2850	NaN	30
9	7844	TURNER	SALESMAN	7698.0	1981/09/08	1500	0.0	30
11	7900	JAMES	CLERK	7698.0	1981/12/03	950	NaN	30

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

저작자표시

'통계프로그램 비교 시리즈 > 프로그래밍비교(Oracle,Python,R,SAS)' 카테고리의 다른 글

[데이터 필터링 - 상관 서브쿼리(Correlated Subqueyr) 를 만족하는 데이터 추출 - Any 연산자 & 최소값(Min)] 테이블 데이터 전처리 비교 - 61 (0)	2021.08.20
[데이터 필터링] Having 절에 비상관 서브쿼리 사용 - 60 (0)	2021.08.20
[데이터 필터링 - 비상관 서브쿼리(Uncorrelated Subqueyr) 를 만족하는 데이터 추출 - 비교연산자] 테이블 데이터 전처리 비교 - 58 (0)	2021.08.20
[데이터 필터링 - 상관 서브쿼리(Correlated Subqueyr) 를 만족하는 데이터 추출 - IN 연산자] 테이블 데이터 전처리 비교 - 57 (0)	2021.08.20
[데이터 필터링] 상관 서브쿼리(Correlated Subqueyr) 를 만족하는 데이터 추출 - 최대값(MAX) - 56 (0)	2021.08.19

[데이터 필터링 - 비상관 서브쿼리(Uncorrelated Subqueyr) 를 만족하는 데이터 추출 - 비교연산자] 테이블 데이터 전처리 비교 - 59

59. Display the employee names who are working in Chicago.

1. Oracle(오라클)

2. Python Pandas(파이썬)

3. R Programming (R Package)

4. R Dplyr Package

5. R sqldf Package

6. Python pandasql Package

7. R data.table Package

8. SAS Proc SQL

9. SAS Data Step

10. Python Dfply Package

'통계프로그램 비교 시리즈 > 프로그래밍비교(Oracle,Python,R,SAS)' 카테고리의 다른 글

댓글

티스토리툴바

[데이터 필터링 - 비상관 서브쿼리(Uncorrelated Subqueyr) 를 만족하는 데이터 추출 - 비교연산자] 테이블 데이터 전처리 비교 - 59

59. Display the employee names who are working in Chicago.

1. Oracle(오라클)

2. Python Pandas(파이썬)

3. R Programming (R Package)

4. R Dplyr Package

5. R sqldf Package

6. Python pandasql Package

7. R data.table Package

8. SAS Proc SQL

9. SAS Data Step

10. Python Dfply Package

'통계프로그램 비교 시리즈 > 프로그래밍비교(Oracle,Python,R,SAS)' 카테고리의 다른 글

관련글

댓글

티스토리툴바