S DB​ ​https://is.muni.cz/auth/el/phil/podzim2020/ISKB56/um/04_prednaska/fund2016.sqlite
1. Jaký byl průměrný příspěvek (zaokrouhlený na dvě desetiná místa) v jednotlivých
měsících?
2. Jaká je suma, počet a průměrný výška “osobních” příspěvků v jednotlivých dnech týdne
pro druhou půlku roku 2013
S DB:​ ​https://is.muni.cz/el/phil/podzim2020/ISKB56/um/05_prednaska/odtahy.sqlite
3. Vypište měsíce a počet odtahů v měsíci, v ulicích začínajících na “p”, ke kterým došlo
před polednem
4. Kdy se nejčastěji odtahuje? Měsíc/den/hodina (tři dotazy)
5. Najděte ulici s největším počtem alternatvních zápisů a překlepů
S DB:
https://is.muni.cz/el/phil/podzim2020/ISKB56/um/02_prednaska/books_02_03__1_.sqlite
6. Vypište průměrnou délku původních názvů knih (zaokrouhleno na celá čísla) v
jednotlivých dekádách ​(nápověda níže, prvně ale zkuse o řešení popřemýšlet bez ní)
7. Vypište knihy, které vyšly pod stejným názvem jako originál. Vypiště roky, ve kterých tyto
knihy vyšly a u každého roku vypiště počet takových knih. Výsledek seřaďte od roku s
největším počtem knih.
8. Vypište autory seřazené dle počtu překladů jejich knih.
Nápověda ke 4. příkladu - jako dekáda se dají první tři číslice z roku vydání, ty jednoznačně
identifikují desetiletí
Řešení
1. SELECT strftime("%m", datum), ROUND(AVG(castka) FROM fund GROUP BY
strftime("%m", datum)
2. SELECT strftime(“%w”, datum), SUM(castka), COUNT(castka), AVG(castka) FROM
fund WHERE zdroj = “osobni” AND datum >= “2013-07-01” GROUP BY
strftime(“%w”, datum)
3. SELECT strftime("%m", datum), count(*) FROM odtahy WHERE ulice LIKE "p%"
AND cas < "12:00" GROUP BY strftime("%m", datum)
4. SELECT strftime("%m", datum), COUNT(*) FROM odtahy GROUP BY strftime("%m",
datum)
a. SELECT strftime("%w", datum), COUNT(*) FROM odtahy GROUP BY
strftime("%w", datum)
b. SELECT strftime("%H", cas), COUNT(*) FROM odtahy GROUP BY
strftime("%H", cas)
5. SELECT DISTINCT ulice FROM odtahy ORDER BY ulice
a. A následně projet seznam “ručně” :) Podívejte se třeba na Pálavské náměstí,
nebo Třídu kapitána Jaroše.
b. Na tento úkol by se samozřejmě lépe hodil jiný nástroj (např. Open refine),
ale chtěl jsem, abyste se podívali, jaký nepořádek často panuje v realných
datech
6. SELECT substr(year, 1, 3), ROUND(AVG(LENGTH(original_title))) FROM books
GROUP BY substr(year, 1, 3)
7. SELECT year, count(*) FROM books WHERE title = original_title GROUP BY year
ORDER BY count(*) DESC
8. SELECT authors, count(*) FROM books GROUP BY authors ORDER BY count(*)
DESC