Curso de SQL desde R #04: Agregar datos: COUNT, AVG y GROUP BY

Ver filas sueltas está bien, pero las preguntas interesantes casi siempre son de resumen. ¿Cuántas máquinas hay en cada grupo? ¿Cuál es la temperatura media en cada inspección? ¿Qué alarmas saltan más? En esta clase vamos a aprender a resumir datos directamente en la base de datos.

Vamos a trabajar con las funciones de agregación de SQL y con GROUP BY, que es el equivalente a lo que harías con aggregate() o tapply() en R. También veremos cómo filtrar grupos una vez calculados, algo que no se puede hacer con un WHERE normal y que conviene tener claro desde el principio.

Hay un detalle importante que vamos a comentar: SQL y R no tratan igual los valores que faltan cuando calculan una media o cuentan filas. Si no lo sabes, puedes acabar con dos números distintos para la misma pregunta y sin entender por qué. Vamos a asegurarnos de que eso no te pase.

Para cerrar, vamos a llevar uno de esos resúmenes a un gráfico hecho con R base. Es el primer ejemplo del reparto de papeles que veremos durante todo el curso: SQL prepara los datos y R hace lo que mejor sabe hacer.