1.Chapter ka Goal
Data ko database se nikalna sikho. 90% Data Science jobs me SQL must hai. SELECT se lekar JOIN tak sab cover karenge.
Introduction: Data Science में SQL क्यों जरूरी है?
Data Science की दुनिया में 80% काम data निकालने में जाता है। और वो data आता है Database से।
Database से data निकालने की भाषा का नाम है SQL – Structured Query Language।
Python, R, ML सब बाद में आता है। पहले data चाहिए। और वो SQL के बिना नहीं मिलेगा।
Real कंपनियों में क्या होता है?
Flipkart, Swiggy, Netflix के Data Scientist दिन भर Python नहीं चलाते। पहले SQL लिखते हैं:
SELECT user_id, total_spent FROM orders WHERE date > ‘2025-01-01’
फिर उस data को Python में डालकर ML करते हैं।
इसलिए अगर तुम्हें Data Scientist बनना है तो SQL आना Compulsory है।
इस Chapter में हम Zero से सीखेंगे। कोई Database experience नहीं चाहिए।
Part 1: SQL Basics
Database, Table, Row, Column क्या है?
सोचो Excel शीट।
Database = पूरी Excel File
Table = 1 Sheet
Row = 1 Student का data
Column = Name, Marks, City
सबसे जरूरी 5 Command
A. SELECT – Data निकालना
मतलब: students table का सारा data दो।खास column चाहिए:
SELECT name, marks FROM students;
B. WHERE – Condition लगाना
SELECT * FROM students WHERE marks > 80;
80 से ज्यादा marks वाले।Operators: = , > , < , >= , <= , != , AND , OR
C. ORDER BY – Sort करना
SELECT * FROM students ORDER BY marks DESC;
D. LIMIT – टॉप N निकालना
SELECT * FROM students ORDER BY marks DESC LIMIT 5;
Top 5 Students
E. INSERT – Data डालना
INSERT INTO students(name, marks) VALUES(‘Amit’, 95);
Practice Question: एक game_data table है जिसमें Player, Kills, Deaths है।
Top 3 Killers निकालो?
SELECT Player, Kills FROM game_data ORDER BY Kills DESC LIMIT 3;
Part 2: Data Science वाले Advanced SQL
Data Science में यही 6 command 90% काम आते हैं।
1. GROUP BY + Aggregate Functions
“City के हिसाब से Average Salary बताओ”
SELECT city, AVG(salary) FROM employees GROUP BY city;
Functions: COUNT(), SUM(), AVG(), MIN(), MAX()
Real Example: हर Player की Average Kills
SELECT Player, AVG(Kills) FROM game_data GROUP BY Player;
2.JOIN – 2 Table को जोड़ना
मान लो 1 table में orders है, दूसरी में customers।
SELECT customers.name, orders.amount
FROM customers
JOIN orders ON customers.id = orders.customer_id;
Types: INNER JOIN, LEFT JOIN – Left Join Data Science में सबसे ज्यादा use होता है।
3.DISTINCT – Duplicate हटाना
SELECT DISTINCT city FROM customers;
4.LIKE – Search करना
SELECT * FROM products WHERE name LIKE ‘%iPhone%’;
5.CASE WHEN – If Else in SQL
SELECT Player,
CASE
WHEN Kills > 15 THEN ‘Pro’
ELSE ‘Beginner’
END AS Level
FROM game_data;
6.Date Functions
SELECT * FROM orders WHERE order_date BETWEEN ‘2025-01-01’ AND ‘2025-01-31’;
Part 3: SQL + Python – Data Science Workflow –
अकेला SQL काफी नहीं। Data Science में हम SQL से data निकालकर Python में डालते हैं।
Step 1: Python से Database Connect
import sqlite3
import pandas as pd
conn = sqlite3.connect(‘database.db’)
Step 2: SQL Query चलाओ और DataFrame में लो
query = “SELECT * FROM game_data WHERE Kills > 10”
df = pd.read_sql(query, conn)
Step 3: अब इस df पर ML करो
df.describe()
df.plot()
यही पूरा Workflow है। कंपनी में Data Engineer SQL से data देगा, तुम Python से Analyze करोगे।
Part 4: 10 Interview + Practice Questions
1.Top 5 Highest Paid Employee निकालो
2.हर Department में कितने लोग हैं?
3.Duplicate Email हटाओ
4.Last 30 Days की SalesSelf Join क्या है?
5.NULL Value कैसे handle करें? IS NULL
6.Subquery का Example
7.Window Function: RANK()
8.HAVING vs WHERE का फर्क
9. 1 Crore rows वाली Table को Fast कैसे करें? INDEX
10.count and count(*) differences.
Conclusion + Next Step –
बस भाई। SQL सीखने के लिए यही काफी है। रटो मत, Practice करो।
क्या सीखा?
1.SELECT, WHERE, GROUP BY, JOIN – यही 4 तलवार हैं
2.SQL से Data निकालो → Python में डालो → ML करो
आगे क्या?
अगले Chapter 7 में हम “Python for Data Analysis with Pandas” करेंगे। और SQL वाला data सीधा Pandas में लेंगे।