Gerenciando Dados

O usuário pode desejar realizar alterações no banco de dados e qualquer mudança pode ser feita utilizando os comandos INSERT, DELETE e UPDATE. No post de hoje, mostraremos alguns exemplos com esse comandos.

INSERT

Em um Banco de Dados Relacional, os dados apenas existem se o banco de dados recebe os registros. Isso pode ser feito utilizando o comando INSERT. Com o comando é necessário somente selecionar o campo onde se deseja inserir os dados e o resto dos dados serão nulos ou utilizaram um valor padrão.

Vamos criar uma tabela com o nome de CLIENTES pertencente ao banco de dados padaria. Com o INSERT podemos adicionar os dados da seguinte forma:

Acima estamos adicionando dentro da tabela CLIENTES, nas colunas PRIMEIRO_NOME e SOBRENOME os valores "Luiz" "Barbosa". Veja que especificamos os valores na mesma ordem que especificamos as colunas.

Após isso, podemos executar SELECT * FROM CLIENTES para confirmar as mudanças, e nos resultados vemos que as colunas que não foram especificadas no comando tiveram valores nulos inseridos.

Múltiplos INSERTs

É possível adicionar diversos valores em uma só execução com o INSERT, por exemplo:

Além disso, é possível inserir valores utilizando o resultado de uma consulta com o comando SELECT:

DELETE

Ao contrário de INSERT, é possível utilizar o comando DELETE para apagar valores:

O comando acima deleta toda a tabela CLIENTES

É possível especificar as informações que devem ser excluídas:

UPDATE

O comando UPDATE modifica os registros existentes. Se nós desejamos atualizar os valores da coluna EMAIL para maiúsculo, é possível utilizar o comando.

Realizamos várias operações separando por vírgula as colunas utilizadas.

DROP

Se desejar remover uma tabela inteira de um banco de dados, é só utilizar o comando DROP.

____________________________________________________

Quer aprender mais?

Veja nosso curso de SQL para Economia e Finanças, onde ensinamos todo o processo para aqueles que desejam entrar na área. O curso faz parte da trilha Ciência de Dados para Economia e Finanças.

_________________________________________

Referências

Nield, Thomas. Getting Started with SQL: A Hands-On Approach for Beginners. O'Reilly Media, Inc., 2016.

Compartilhe esse artigo

Comente o que achou desse artigo

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais
e conteúdos exclusivos sobre Análise de Dados!

Assinar

Encontre o seu conteúdo

Categorias

Artigos mais acessados

Coletando dados do Google Trends no R e no Python

Contribuição para a Volatilidade [Python]

Inflação de Serviços vs. Desemprego

Modelo de previsão para grupos do IPCA

Text mining dos comunicados do FOMC: prevendo mudanças na política

Analisando a inflação por faixa de renda no Python

Outros artigos relacionados

Coletando dados do Google Trends no R e no Python

Como acompanhar e antecipar tendências de mercado? Independentemente da resposta final, os dados são o meio. Neste artigo, mostramos como obter dados do Google Trends em tempo quase real, utilizando as linguagens de programação R e Python.

Contribuição para a Volatilidade [Python]

A contribuição para a volatilidade fornece uma decomposição ponderada da contribuição de cada elemento do portfólio para o desvio padrão de todo o portfólio. Em termos formais, é definida pelo nome de contribuição marginal, que é basicamente a derivada parcial do desvio padrão do portfólio em relação aos pesos dos ativos. A interpretação da fórmula da contribuição marginal, entretanto, não é tão intuitiva, portanto, é necessário obter medidas que possibilitem analisar os componentes. Veremos portanto como calcular os componentes da contribuição e a porcentagem da contribuição. Vamos criar as respectivas medidas usando a linguagem de programação Python.

Inflação de Serviços vs. Desemprego

A teoria econômica convencional sugere a presença de um trade-off entre inflação e desemprego no curto prazo, comumente conhecido como a Curva de Phillips. Em termos simples, reduções na taxa de desemprego podem resultar em um aumento temporário na inflação. Nesse contexto, a inflação de serviços emerge como uma categoria particularmente relevante devido às suas características distintivas. Para explorar e visualizar a relação entre inflação de serviços e desemprego, conduzimos uma análise utilizando a linguagem de programação Python. Além disso, empregamos o procedimento de Toda-Yamamoto para avaliar a existência de uma relação de causalidade no sentido Granger entre essas variáveis.