没有技术要求，只需5步就能完成数据分析和图表制作，DuckDB可将数据分析门槛铲平。

📰 来源: 博客园

本文介绍如何在本地使用DuckDB进行数据集的分析。零门槛完成数据分析。实践过程以菜鸟级别的步骤拆解，帮助非技术用户快速上手。

整个过程只需5步，每个操作步骤都没有技术要求，只要按照步骤进行即可。

非常适合无编程基础的用户，借助AI完成超大数据集的探索分析过程。当然同样适合有编程基础的技术人员，技术人员可借助DuckDB，翻倍提高效率。

查询每个省份上市企业数量。并使用中国地图展示数据。（数据截至2023-04-21）

直接打开即可：https://tooli.fun/duckdb_shell

step2：导入数据，并确认数据结构

输入命令并回车： .files add

在弹出的文件选择框选择要导入的数据集(csv文件或者parquet文件等）。

查看导入结果： .files list

select * from 'tmp_dim_company_simple.csv' limit 3;

step3：生成SQL，查询数据

你是一个高级数据分析师，精通各种类型数据库的SQL语法，特别是DuckDB的SQL语法。你将会得到一份数据集的前3行数据，你需要根据数据头和数据内容去理解数据结构，同时需要根据上级的需求，生成一条DuckDB的SQL语句来从该数据集查询数据。

    ## 以下是各个数据集的结构说明
    ### 数据集1：
    文件名称：tmp_dim_company_simple.csv
    前3行数据：
duckdb> select * from tmp_dim_company_simple.csv limit 3;
┌───────────┬─────────┬───────────┬─────────────────────┬─────────┬─────────┐
│ column0   ┆ column1 ┆ column2   ┆ column3             ┆ column4 ┆ column5 │
╞═══════════╪═════════╪═══════════╪═════════════════════╪═════════╪═════════╡
│ 000001.SZ ┆ SZSE    ┆ 1940590.0 ┆ 1987-12-22T00:00:00 ┆ 广东      ┆ 深圳市     │
│ 000002.SZ ┆ SZSE    ┆ 1162540.0 ┆ 1984-05-30T00:00:00 ┆ 广东      ┆ 深圳市     │
│ 000003.SZ ┆ SZSE    ┆   40012.0 ┆ 1988-03-10T00:00:00 ┆ 广东      ┆ 深圳市     │
└───────────┴─────────┴───────────┴─────────────────────┴─────────┴─────────┘
    上级的需求：查询各个省份的上市公司数量

SELECT 
    column4 AS province, 
    COUNT(*) AS company_count
FROM 'tmp_dim_company_simple.csv'
GROUP BY column4
ORDER BY company_count DESC;

但此时数据仅仅是文本显示，我们需要将查询结果进行格式化并导出。于是需要调整下生成的SQL；

step4：优化SQL并导出数据

COPY (
  SELECT 
      column4 AS province, 
      COUNT(*) AS company_count
  FROM 'tmp_dim_company_simple.csv'
  GROUP BY column4
  ORDER BY company_count DESC
) TO 'output/company_count_by_province.csv' (HEADER, DELIMITER ',');

执行SQL，查看导出结果并下载文件。

step5：整理并绘制数据图表

打开工具：中国地图数据投影

下载图标示例数据，根据图表数据格式要求，将下载的数据集合的头部无效数据去掉。并将“香港特别行政区”改为“香港”。 保存文件。最终数据格式：

广东,844

浙江,664

江苏,630

北京,460

上海,430

山东,283

四川,176

福建,175

安徽,160

湖


🔗 原文链接: 点击阅读原文