Quest-ce que le self en Python ? Exemples concrets
Qu'est-ce que le self en Python ? Exemples concrets
Dans ce blog, nous verrons comment filtrer en SQL. Nous expliquerons et montrerons quelques exemples utilisant des conditions de filtrage telles que IN, NOT IN, LIKE et NOT LIKE .
Ces conditions de filtrage sont utilisées pour filtrer la sortie des données. Au lieu de les sélectionner à l'aide de plusieurs lignes de commandes, il vous sera plus facile d'accéder aux données.
Table des matières
Utilisation des opérateurs IN et NOT IN pour filtrer les données dans SQL
Dans cet exemple, nous obtiendrons les données des ID 1, 5 ou 7. La plupart des gens utiliseraient des conditions OR .
Si vous souhaitez obtenir les données de plusieurs identifiants, vous devrez écrire plusieurs conditions OR. Cependant, vous pouvez utiliser l' opérateur IN pour obtenir les données souhaitées au lieu d'utiliser plusieurs fois les conditions OR .
L'utilisation de cette condition de filtrage nous donnera le même résultat, à savoir les données des ID 1, 5 ou 7. Au contraire, si vous souhaitez extraire les données de tous sauf des ID 1, 5 et 7, vous feriez mieux utilisez probablement la condition OU et <> (opérateur NON ÉGAL).
Au lieu d'écrire de longues commandes, nous pouvons utiliser l' opérateur NOT IN .
Avec cette condition de filtrage, vous allez extraire les données à l'exception des ID 1, 5 et 7.
L'utilisation de ces conditions vous fera gagner beaucoup de temps, et en même temps, c'est une bien meilleure façon d'écrire au lieu d'utiliser plusieurs conditions OR .
Utilisation des opérateurs LIKE et NOT LIKE pour filtrer les données dans SQL
LIKE et NOT LIKE sont similaires aux opérateurs IN et NOT IN. Au lieu d' extraire les données elles-mêmes, il obtiendra la partie d'une chaîne. Gardez à l'esprit que vous pouvez utiliser des caractères génériques ou des caractères spéciaux comme le pourcentage (%) et le trait de soulignement (_).
Le % signifie qu'il correspondra à tous les enregistrements avec la chaîne donnée. Si nous faisons correspondre 86 et %, les deux premiers chiffres devraient être 86. Ainsi, il trouvera toutes les valeurs commençant par 86.
Mais si nous plaçons % des deux côtés de 86, cela peut provenir de n'importe quel endroit. Cela peut venir du début, de la fin ou du milieu. Ainsi, il trouvera toutes les valeurs qui ont 86 au début, au milieu ou à la fin.
D'autre part, _ ne correspond qu'à 1 caractère. Si vous utilisez 86 et _ (86_), il recherchera toutes les valeurs qui ont 86 en 1ère et 2ème position comme 860, 861, 862, etc. Si vous utilisez _ et 86 (_86), il recherchera toutes les valeurs avec 86 sur les 2e et 3e positions.
Dans cet exemple, nous utiliserons l' opérateur LIKE pour obtenir les données contenant la chaîne Mark . Nous avons simplement besoin de mettre Mark entre % pour avoir une sortie qui contient Mark .
De même, si nous ne voulons pas extraire les données qui contiennent Mark , nous pouvons utiliser l' opérateur NOT LIKE . Ensuite, mettez Mark entre %.
Cette fois, la sortie ne contiendra pas Mark .
Utilisation des conditions de filtrage SQL dans SSMS
Tout d'abord, nous allons ouvrir notre SSMS (SQL Server Management Studio).
Ensuite, nous allons charger la table que nous allons utiliser. Notez que la base de données que nous utilisons est adventureworks2012, qui se trouve sur le site Web de la documentation Microsoft .
Cliquez ensuite sur Exécuter .
Après cela, vous verrez la sortie sur l'onglet Résultats.
Ensuite, nous filtrerons la sortie en fonction de PersonType . Nous utiliserons la commande select distinct . Nous allons mettre la commande en surbrillance et cliquer sur Exécuter .
Ensuite, vous verrez la sortie montrant le PersonType .
Ensuite, nous allons extraire les enregistrements de PersonType IN , ou SP ou SC . Pour celui-ci, nous utiliserons la condition OR . Nous allons mettre en surbrillance la commande et cliquer sur exécuter .
Vous verrez alors que le nombre de lignes est de 19 254.
Cependant, au lieu d'utiliser la condition OR , nous utiliserons l' opérateur IN . Donc, nous allons taper la commande et la mettre en surbrillance. Cliquez ensuite sur exécuter .
Cela nous donnera le même nombre de lignes, soit 19 254 .
Si nous voulons extraire toutes les données à l'exception de IN , SP et SC , nous utiliserons l' opérateur NOT IN . Tapez donc la commande et mettez-la en surbrillance. Cliquez ensuite sur exécuter .
Cela nous donnera toutes les données sauf celles qui proviennent de IN , SP et SC .
Ensuite, nous utiliserons l' opérateur LIKE pour extraire les données contenant Rob de la colonne FirstName . Utilisons la commande, mettez-la en surbrillance et cliquez sur Exécuter .
En conséquence, nous verrons que la sortie contient maintenant Rob dans la colonne FirstName . Puisque nous avons utilisé le %, il affichera toutes les données qui ont la chaîne Rob .
Enfin, nous utiliserons l' opérateur NOT LIKE . Dans cet exemple, nous voulons extraire les données qui ne contiennent pas Rob . Nous allons donc saisir le code, le mettre en surbrillance, puis cliquer sur Exécuter.
Cela nous donnera la sortie qui ne montre aucun enregistrement contenant Rob dans la colonne FirstName .
Conclusion
Pour résumer, nous avons expliqué comment filtrer en SQL à l'aide des opérateurs IN, NOT IN, LIKE et NOT LIKE. Vous avez appris leur utilisation et leurs différences, et dans quelle situation vous pouvez les utiliser.
Ces opérateurs sont plus efficaces que l'utilisation de la condition OU . Vous pouvez utiliser ces opérateurs pour filtrer et extraire les données souhaitées de votre base de données au lieu d'utiliser des commandes plus longues, alors assurez-vous d'utiliser correctement ces conditions de filtrage.
Tous mes vœux,
Hafiz
Qu'est-ce que le self en Python ? Exemples concrets
Vous apprendrez à enregistrer et à charger des objets à partir d'un fichier .rds dans R. Ce blog expliquera également comment importer des objets de R vers LuckyTemplates.
Dans ce didacticiel sur le langage de codage DAX, découvrez comment utiliser la fonction GENERATE et comment modifier dynamiquement le titre d'une mesure.
Ce didacticiel explique comment utiliser la technique Multi Threaded Dynamic Visuals pour créer des informations à partir de visualisations de données dynamiques dans vos rapports.
Dans cet article, je vais parcourir le contexte du filtre. Le contexte de filtrage est l'un des principaux sujets que tout utilisateur de LuckyTemplates doit d'abord connaître.
Je souhaite montrer comment le service en ligne LuckyTemplates Apps peut aider à gérer différents rapports et informations générés à partir de diverses sources.
Découvrez comment calculer les modifications de votre marge bénéficiaire à l'aide de techniques telles que la création de branches de mesure et la combinaison de formules DAX dans LuckyTemplates.
Ce didacticiel abordera les idées de matérialisation des caches de données et comment elles affectent les performances des DAX dans la fourniture de résultats.
Si vous utilisez encore Excel jusqu'à présent, c'est le meilleur moment pour commencer à utiliser LuckyTemplates pour vos besoins en matière de rapports commerciaux.
Qu'est-ce que la passerelle LuckyTemplates ? Tout ce que tu as besoin de savoir