DuckDB如何让零基础用户轻松5步完成数据分析与图表制作？
摘要：本文介绍如何在本地使用DuckDB进行数据集的分析。零门槛完成数据分析。实践过程以菜鸟级别的步骤拆解，帮助非技术用户快速上手。 整个过程只需5步，每个操作步骤都没有技术要求，只要按照步骤进行即可。 非常适合无编程基础的用户，借助AI完成超大
本文介绍如何在本地使用DuckDB进行数据集的分析。零门槛完成数据分析。实践过程以菜鸟级别的步骤拆解，帮助非技术用户快速上手。
整个过程只需5步，每个操作步骤都没有技术要求，只要按照步骤进行即可。
非常适合无编程基础的用户，借助AI完成超大数据集的探索分析过程。当然同样适合有编程基础的技术人员，技术人员可借助DuckDB，翻倍提高效率。
查询每个省份上市企业数量。并使用中国地图展示数据。（数据截至2023-04-21）
step1：打开工具
直接打开即可：https://tooli.fun/duckdb_shell
step2：导入数据，并确认数据结构
输入命令并回车： .files add
在弹出的文件选择框选择要导入的数据集(csv文件或者parquet文件等）。
查看导入结果： .files list
查看文件头3行：
select* from'tmp_dim_company_simple.csv'limit3;
step3：生成SQL，查询数据
随意组装下提示词：
你是一个高级数据分析师，精通各种类型数据库的SQL语法，特别是DuckDB的SQL语法。你将会得到一份数据集的前3行数据，你需要根据数据头和数据内容去理解数据结构，同时需要根据上级的需求，生成一条DuckDB的SQL语句来从该数据集查询数据。
## 以下是各个数据集的结构说明
### 数据集1：
文件名称：tmp_dim_company_simple.csv
前3行数据：
duckdb>select*fromtmp_dim_company_simple.csv limit3;
┌───────────┬─────────┬───────────┬─────────────────────┬─────────┬─────────┐
│ column0 ┆ column1 ┆ column2 ┆ column3 ┆ column4 ┆ column5 │
╞═══════════╪═════════╪═══════════╪═════════════════════╪═════════╪═════════╡
│000001.SZ ┆ SZSE ┆1940590.0┆1987-12-22T00:00:00┆ 广东 ┆ 深圳市 │
│000002.SZ ┆ SZSE ┆1162540.0┆1984-05-30T00:00:00┆ 广东 ┆ 深圳市 │
│000003.SZ ┆ SZSE ┆ 40012.0┆1988-03-10T00:00:00┆ 广东 ┆ 深圳市 │
└───────────┴─────────┴───────────┴─────────────────────┴─────────┴─────────┘
上级的需求：查询各个省份的上市公司数量
生成的SQL:
SELECT
column4 AS province,
COUNT(*) AS company_count
FROM 'tmp_dim_company_simple.csv'
GROUP BY column4
ORDER BY company_count DESC;
执行SQL：
但此时数据仅仅是文本显示，我们需要将查询结果进行格式化并导出。于是需要调整下生成的SQL；
step4：优化SQL并导出数据
得到调整后的SQL：
COPY (
SELECT
column4 AS province,
COUNT(*) AS company_count
FROM 'tmp_dim_company_simple.csv'
GROUP BY column4
ORDER BY company_count DESC
) TO 'output/company_count_by_province.csv' (HEADER, DELIMITER ',');
执行SQL，查看导出结果并下载文件。
step5：整理并绘制数据图表
打开工具：中国地图数据投影
下载图标示例数据，根据图表数据格式要求，将下载的数据集合的头部无效数据去掉。并将“香港特别行政区”改为“香港”。 保存文件。