Praktisches SQL für die Datenanalyse

Beispiele für Datenanalyse mit SQL statt mit Pandas

• SQL vs. Pandas: Vergleich von Performance und Speicherverbrauch

• Grundlagen

→ Common Table Expressions

→ Datenerzeugung

→ Zufallsgenerierung

→ Zufällige Auswahl

→ Sampling

• Deskriptive Statistik

• Erstellung von Zwischensummen: Rollup, Cube, Gruppierung

• Kumulative Aggregation: Window-Funktionen, Sliding Window

• Lineare Regression

• Interpolation

• Binning

[xguru]

Statt die gesamte Datenanalyse zu ersetzen, sollte man es wohl eher so sehen, dass man die Daten mit SQL vorverarbeitet und reduziert, um das speicherhungrige Pandas schlanker zu machen.