原文：
www.kdnuggets.com/2023/01/3-sql-aggregate-function-interview-questions-data-science.html
图片由作者提供
聚合函数是 SQL 的核心功能之一。从 SQL 作为必备的 数据科学工具 可以得出结论，没有哪个数据科学家没有使用过 SQL 聚合函数的活例子。
1. Google 网络安全证书 - 快速进入网络安全职业轨道。
2. Google 数据分析专业证书 - 提升你的数据分析技能
3. Google IT 支持专业证书 - 支持你的组织进行 IT
否则他们如何分析数据并提供有意义的指标？ 数据科学家的生活没有数据聚合就像一支断了的铅笔——毫无意义。
面试官都知道这一点。他们会全方位检查你的聚合技能。
SQL 聚合函数 从多行中提取值并返回一个单一的聚合值。它们通常与 GROUP BY 子句一起使用。这使你能够查看组名称和聚合值。
SQL 中有很多聚合函数。它们的数量也取决于你使用的 SQL 方言。
但无论如何，SQL 中最常见的聚合函数就是这五个。
图片由作者提供
函数的名称并不神秘。任何人都可以直观地推断出每个函数的作用。
然而，在面对业务问题时，知道如何使用它们是另一回事。这些技能需要一点练习。
接下来的三个面试问题应该会对你有所帮助。
这是 ESPN 提出的一个问题，你可以在 StrataScratch 上找到。
“找出每个团队中获得奖牌的柔道运动员的平均体重，年龄在 20 到 30 岁之间，包括 20 岁和 30 岁的运动员。输出团队名称和运动员的平均体重。”
这里是链接以便你跟着我。
这个问题要求你按团队查找获奖柔道选手的平均体重。这显然意味着你需要使用 AVG()聚合函数。
只有 20 到 30 岁之间的获奖者应被考虑。使用 MIN()和 MAX()函数来实现。
放入代码后，它看起来是这样的。
SELECT team,
AVG(weight) AS average_player_weight
FROM olympics_athletes_events
WHERE sport = 'Judo'
AND medal IS NOT NULL
GROUP BY team
HAVING MIN(age) >= 20
AND MAX(age) <= 30;查询选择团队，也会在 GROUP BY 中使用，并从表 olympics_athletes_events 计算平均体重。WHERE 子句用于仅包括柔道项目，并排除未获奖的竞争者。
最后，在 HAVING 子句中使用 MIN()和 MAX()函数来显示年龄在 20 到 30 岁之间的获胜者。
这里还有代码输出。
| team | average_player_weight |
|---|---|
| France | 77 |
| Georgia | 84 |
| Japan | 70 |
| Romania | 48 |
LeetCode 的问题要求你完成以下任务。
“编写一个 SQL 查询，报告Department表中每个部门的部门名称和学生人数（即使某些部门没有在读学生）。返回结果表按学生人数降序排列。若有并列情况，按部门名称字母顺序排列。”
这里是链接以便你跟着我。
提示在问题标题中。解决这个问题需要使用 COUNT()聚合函数。
SELECT dept_name,
COUNT(student_id) AS student_number
FROM department
LEFT JOIN student ON department.dept_id = student.dept_id
GROUP BY department.dept_name
ORDER BY student_number DESC,
department.dept_name;与之前的问题不同，这里有两个表：department 和 student。
第一步是选择部门名称，并使用 COUNT()函数通过其 ID 查找学生人数。
要获取两个列，使用 LEFT JOIN 连接表。为什么使用这种连接？因为问题要求返回所有部门名称，即使没有学生。
输出按部门分组，按学生人数降序排列，部门名称升序排列。
这里是期望的输出。
| dept_name | student_number |
|---|---|
| Engineering | 2 |
| Science | 1 |
| Law | 0 |
最后的问题来自 HackerRank。
“你在帮助 Julia 完成她上一个编程挑战时做得非常出色，所以她希望你也能处理这个问题！黑客的总分是他们在所有挑战中的最高分之和。编写一个查询，打印出黑客 ID、姓名和总分，按总分降序排列。如果有多个黑客的总分相同，则按黑客 ID 升序排列。排除所有总分为 0 的黑客。”
如果你想跟我一起操作，可以点击这个 链接。
该解决方案使用了两个聚合函数：SUM() 和 MAX()。
SELECT h.hacker_id,
h.name,
SUM(max_score) AS sum_max_score
FROM hackers h
JOIN
(SELECT hacker_id,
challenge_id,
MAX(score) AS max_score
FROM submissions
GROUP BY hacker_id,
challenge_id) s ON h.hacker_id = s.hacker_id
GROUP BY h.name,
h.hacker_id
HAVING SUM(max_score) > 0
ORDER BY SUM(max_score) DESC, h.hacker_id;让我们首先关注子查询，它用于计算每个黑客和挑战的最高分。为此，它使用了 MAX() 聚合函数。
主查询从 hackers 表中选择黑客的 ID 和名字。它还使用 SUM() 函数通过引用子查询来汇总最高分。
这两个查询通过列 hacker_id 使用 JOIN 连接。
之后，输出被过滤以仅显示总分高于零的记录。最后，结果按总分降序排列，并按黑客 ID 升序排列。
这里显示了输出的前几行。
| hacker_id | name | sum_max_score |
|---|---|---|
| 76971 | Ashley | 760 |
| 84200 | Susan | 710 |
| 76615 | Ryan | 700 |
| 82382 | Sara | 640 |
| 79034 | Marilyn | 580 |
就这样：展示了三道中等难度面试问题中的五个最受欢迎的 SQL 聚合函数。对于一个关键的 SQL 概念，这并不算太难，对吧？
这三个问题是你可以从面试中期待的良好示例。如你所见，SQL 聚合函数并不是单独存在的。它们通常与其他 SQL 概念同时考察，如数据分组和过滤、表连接以及编写子查询。
使用这些问题作为指导，但确保你自己解决几个问题。那是你在面试前能接近面试的最好方法。
内特·罗西迪 是一位数据科学家和产品战略专家。他还是一名兼职教授，教授分析学，并且是 StrataScratch 的创始人，该平台帮助数据科学家通过来自顶级公司的真实面试问题准备面试。你可以在 Twitter: StrataScratch 或 LinkedIn 上与他联系。