我将使用 SQL 对一个餐厅的销售数据集执行 EDA。在这个分析项目中，我想找出以下问题的答案：

1. 订单总数是多少？

2. 总销售量是多少？

3. 平均上菜时间是多少？

4. 食物的平均评分是多少？

5. 哪个客户订购最多？

6. 哪家餐厅的订单最多？

7. 最受欢迎的美食是什么？

8. 一天中哪个时间点的订单最多？

9. 每个区域有多少客户？

10. 哪个区域的订单最多？

导入数据集，并创建数据库

由于数据集由两个表组成，因此我在数据库中创建了两个单独的表。

数据清洗

这个数据集已经是比较干净的了，所以只需要对它进行一些小改动。

日期列：

订单日期（order date）列的格式为日期/时间。我用 convert 函数 从中提取了时间，在分析过程中会用到。日期都是一样的（发生在 2022 年 1 月 1 日），所以我用 Alter 和 Drop 子句从表中删除了日期列。

检查空值：

确认数据集中是否有空值。

上图所示，数据中没有空值，所以我们可以继续分析流程。

使用聚合函数计算

找出问题1~4 的答案。

连接两个表

第一个表包含订单信息，第二个表包含餐厅信息。我们需要合并这两个表才能进行分析。

使用 join 子句，使用两个表的特定列将其连接在一起。

创建 CTE

为了方便引用我们的合并表，我创建了一个公共表表达式 (CTE)。n/b 使用 CTE 时，必须始终在编写查询之前先运行 CTE 代码。

  • 每个区域有多少客户？

为了回答这个问题，我需要对不同的客户进行计数，并按区域对他们进行分组。使用带有 group by 子句的聚合函数 count distinct。

B 区和 D 区的客户数量相等。

  • 哪家餐厅的订单最多？

为了回答这个问题，我将订单金额的总和按餐厅名称分组。

Veer餐厅的订单量最高，其次是cave酒店。

  • 最受欢迎的美食是什么？

  • 一天中哪个时间点的订单最多？

我将订单时间分为上午、下午和晚上，这是使用 case when 语句完成的。出于分析的目的，我将中午 12 点到 17:59 之间的时间归为下午，晚上 18:00 和 23:59，早上 12:00 到 11:59。然后再统计下订单的频率。

下午的订单量最高。这是由于午餐和高峰时间等因素造成的。

  • 哪个区域的订单最多？

总结：

在这个实践案例中我使用了各种 SQL 语句，例如基本的 SELECT、WHERE 和 FROM 语句，然后通过使用 JOIN 语句将两个表连接在一起，进行了更高级的操作。还使用子查询创建了连接表的 CTE，并将其与其他查询相结合，以便从数据集中获得结论。