3.5.3 SQL 基礎

この節の位置づけ

SQL を初めて学ぶとき、新人が最もつまずきやすいのは、文法が多いことよりも次の2点です。

• Pandas と一体どういう関係なのか
• クエリの実行順を頭の中でどう整理するか

なので、この節でいちばん大事なのは、最初にすべての文法を暗記することではなく、まず次の判断を持つことです。

SQL の本質は、安定した言語で表に質問すること。

学習目標

• SQL の4大操作を理解する：追加、削除、更新、検索
• SELECT クエリを使いこなす
• WHERE による条件フィルタを学ぶ
• JOIN による複数テーブル結合を理解する
• GROUP BY によるグループ化と集計を理解する

---

まず地図を1枚作ろう

SQL を新人が理解しやすい順番は、「最初から文法を丸暗記する」ではなく、まず全体像をつかむことです。

flowchart LR
    A["SELECT 何を選ぶか"] --> B["FROM どの表から取るか"]
    B --> C["WHERE まず何を除くか"]
    C --> D["GROUP BY どう分けるか"]
    D --> E["ORDER BY 最後にどう並べるか"]

この節で本当に解決したいのは、次の2つです。

• SQL のクエリは頭の中でどう流れるのか
• なぜ Pandas の絞り込み、グループ化、結合に対応づけられるのか

SQL とは？

SQL（Structured Query Language、構造化問い合わせ言語）は、データベースと「対話」するための言語です。SQLite、MySQL、PostgreSQL のどれを使っても、SQL の基本文法はほぼ共通です。

flowchart LR
    A["あなた（人間）"] -->|"SQL を書く"| B["データベースエンジン"]
    B -->|"結果を返す"| A

    style A fill:#e3f2fd,stroke:#1565c0,color:#333
    style B fill:#e8f5e9,stroke:#2e7d32,color:#333

SQL と Pandas の関係

SQL でできることの多くは、Pandas でもできます。実際、Pandas の多くのメソッド名（たとえば merge や groupby）は SQL からヒントを得ています。両方を対応させながら学ぶと、理解しやすくなります。

新人向けの、よりわかりやすい比喩

SQL は次のように考えるとよいです。

• あなたがデータベースに質問している

その質問は、だいたいとても素朴です。

• どの列がほしい？
• どの行だけほしい？
• 何で分ける？
• 2つの表をどうつなぐ？

この比喩は新人にとても向いています。SQL を「別の言語」ではなく、「表にどう質問するか」として捉え直せるからです。

---

準備：練習用データベースを作る

この節の例はすべてこの練習用データベースに基づいています。先に実行してください。

import sqlite3

conn = sqlite3.connect(":memory:")  # メモリ上のデータベース。閉じると消える
cursor = conn.cursor()

# users テーブルを作成
cursor.execute("""
    CREATE TABLE users (
        id INTEGER PRIMARY KEY,
        name TEXT NOT NULL,
        age INTEGER,
        city TEXT,
        salary REAL
    )
""")

# orders テーブルを作成
cursor.execute("""
    CREATE TABLE orders (
        order_id INTEGER PRIMARY KEY,
        user_id INTEGER,
        product TEXT,
        amount REAL,
        order_date TEXT,
        FOREIGN KEY (user_id) REFERENCES users(id)
    )
""")

# ユーザーデータを挿入
users_data = [
    (1, "张三", 28, "北京", 15000),
    (2, "李四", 35, "上海", 22000),
    (3, "王五", 22, "广州", 8000),
    (4, "赵六", 42, "北京", 35000),
    (5, "钱七", 30, "上海", 18000),
    (6, "孙八", 26, "深圳", 12000),
]
cursor.executemany("INSERT INTO users VALUES (?, ?, ?, ?, ?)", users_data)

# 注文データを挿入
orders_data = [
    (101, 1, "iPhone", 7999, "2024-11-01"),
    (102, 1, "AirPods", 999, "2024-11-05"),
    (103, 2, "MacBook", 14999, "2024-11-10"),
    (104, 3, "iPad", 3999, "2024-11-15"),
    (105, 2, "キーボード", 599, "2024-11-20"),
    (106, 4, "モニター", 2999, "2024-12-01"),
    (107, 5, "マウス", 299, "2024-12-05"),
]
cursor.executemany("INSERT INTO orders VALUES (?, ?, ?, ?, ?)", orders_data)

conn.commit()

# クエリを簡単に実行するための補助関数を定義
def query(sql):
    cursor.execute(sql)
    cols = [desc[0] for desc in cursor.description]
    rows = cursor.fetchall()
    # ヘッダーを表示
    print(" | ".join(cols))
    print("-" * (len(" | ".join(cols))))
    for row in rows:
        print(" | ".join(str(v) for v in row))
    print()

---

一、データを検索する（SELECT）

SELECT は SQL の中で最もよく使う文で、テーブルからデータを取り出すために使います。

基本の検索

-- すべての列を検索
SELECT * FROM users;

-- 指定した列だけ検索
SELECT name, age, city FROM users;

-- 列に別名をつける
SELECT name AS 氏名, age AS 年齢 FROM users;

query("SELECT * FROM users")
# id | name | age | city | salary
# 1 | 张三 | 28 | 北京 | 15000
# 2 | 李四 | 35 | 上海 | 22000
# ...

DISTINCT：重複を除く

-- 重複しない都市名をすべて検索
SELECT DISTINCT city FROM users;

LIMIT：件数を制限する

-- 先頭3件だけ取得
SELECT * FROM users LIMIT 3;

最初にクエリを書くときの、いちばん安定した順番

基本的には、次の順番が書きやすいです。

1. まず SELECT
2. 次に FROM
3. 必要なら WHERE
4. 最後に並び替えやグループ化

最初から全部の句を一気に混ぜるより、ずっと整理しやすくなります。

---

二、条件で絞り込む（WHERE）

WHERE は Pandas のブールインデックスのようなもので、条件に合う行だけを選びます。

基本比較

-- 年齢が 30 より大きい
SELECT * FROM users WHERE age > 30;

-- 都市が北京
SELECT * FROM users WHERE city = '北京';

-- 給与が 10000 から 20000 の間
SELECT * FROM users WHERE salary BETWEEN 10000 AND 20000;

条件の組み合わせ

-- AND：両方満たす
SELECT * FROM users WHERE city = '北京' AND age > 25;

-- OR：どちらかを満たす
SELECT * FROM users WHERE city = '北京' OR city = '上海';

-- IN：リストの中にある
SELECT * FROM users WHERE city IN ('北京', '上海', '深圳');

-- NOT：否定する
SELECT * FROM users WHERE city NOT IN ('北京');

あいまい検索（LIKE）

-- % は任意の文字列にマッチ（Pandas の str.contains に近い）
SELECT * FROM users WHERE name LIKE '张%';    -- 「张」で始まる
SELECT * FROM users WHERE name LIKE '%三';    -- 「三」で終わる
SELECT * FROM users WHERE email LIKE '%@mail%'; -- 「@mail」を含む

NULL の扱い

-- 空かどうかを判定する（= NULL は使えない）
SELECT * FROM users WHERE city IS NULL;
SELECT * FROM users WHERE city IS NOT NULL;

SQL と Pandas の対応表

目的	SQL	Pandas
年齢が 30 より大きい	WHERE age > 30	df[df["age"] > 30]
都市が北京	WHERE city = '北京'	df[df["city"] == "北京"]
複数条件 AND	WHERE age > 30 AND city = '北京'	df[(df["age"] > 30) & (df["city"] == "北京")]
複数条件 OR	WHERE city IN ('北京', '上海')	df[df["city"].isin(["北京", "上海"])]
あいまい検索	WHERE name LIKE '张%'	df[df["name"].str.startswith("张")]
空値	WHERE city IS NULL	df[df["city"].isna()]

初学者が最初に覚えるとよい対応表

頭の中の質問	近い SQL
条件に合う記録だけ見る	WHERE
1つの表の中の重複しない値を見る	DISTINCT
まず数件だけ確認する	LIMIT
2つの表をつなぐ	JOIN
先にグループ分けしてから集計する	GROUP BY

この表は新人にとても役立ちます。SQL をキーワードの一覧ではなく、よくある質問の種類として整理できるからです。

---

三、並び替え（ORDER BY）

-- 給与の昇順（デフォルト）
SELECT * FROM users ORDER BY salary;

-- 給与の降順
SELECT * FROM users ORDER BY salary DESC;

-- まず都市で並べ、同じ都市の中では給与を降順にする
SELECT * FROM users ORDER BY city, salary DESC;

なぜ ORDER BY は最後に書くことが多いのか？

並び替えは次のようなものだからです。

• まず結果を出して、最後にどう見せるかを決める

これは、

• 先に絞り込む
• 先にグループ化する

という処理とは、同じ段階ではありません。

---

四、集計関数とグループ化（GROUP BY）

よく使う集計関数

関数	役割	例
COUNT(*)	件数を数える	レコードが全部で何件あるか
SUM(col)	合計を出す	総給与
AVG(col)	平均を出す	平均年齢
MAX(col)	最大値を出す	最高給与
MIN(col)	最小値を出す	最低年齢

-- 基本的な集計
SELECT COUNT(*) AS 総人数, AVG(salary) AS 平均給与, MAX(salary) AS 最高給与
FROM users;

GROUP BY：グループごとに集計する

-- 都市ごとに人数と平均給与を集計
SELECT city, COUNT(*) AS 人数, AVG(salary) AS 平均給与
FROM users
GROUP BY city;

city | 人数 | 平均給与
北京 | 2 | 25000.0
上海 | 2 | 20000.0
广州 | 1 | 8000.0
深圳 | 1 | 12000.0

HAVING：グループ化した結果を絞り込む

-- 平均給与が 15000 を超える都市を探す
SELECT city, AVG(salary) AS avg_salary
FROM users
GROUP BY city
HAVING avg_salary > 15000;

WHERE と HAVING の違い

• WHERE はグループ化前に絞り込む（元の行を絞る）
• HAVING はグループ化後に絞り込む（集計結果を絞る）

SQL の実行順

SQL は、書く順番と実行順が違います。

flowchart TD
    A["1. FROM<br/>データの出所を決める"] --> B["2. WHERE<br/>元の行を絞る"]
    B --> C["3. GROUP BY<br/>グループ化する"]
    C --> D["4. HAVING<br/>グループを絞る"]
    D --> E["5. SELECT<br/>列を選ぶ"]
    E --> F["6. ORDER BY<br/>並び替える"]
    F --> G["7. LIMIT<br/>件数を制限する"]

    style A fill:#e3f2fd,stroke:#1565c0,color:#333
    style E fill:#fff3e0,stroke:#e65100,color:#333

---

五、複数テーブルの結合（JOIN）

JOIN は SQL の最も強力な機能の1つで、複数のテーブルのデータをまとめることができます。

INNER JOIN：内部結合

両方のテーブルに一致する行だけを返します。

-- 各ユーザーの注文情報を検索
SELECT users.name, orders.product, orders.amount
FROM users
INNER JOIN orders ON users.id = orders.user_id;

name	product	amount
张三	iPhone	7999.0
张三	AirPods	999.0
李四	MacBook	14999.0
王五	iPad	3999.0
李四	キーボード	599.0
赵六	モニター	2999.0
钱七	マウス	299.0

注意：孙八 には注文がないので、結果には出てきません。

LEFT JOIN：左結合

左側のテーブルの行をすべて返し、右側で一致しないものは NULL になります。

-- すべてのユーザーとその注文を検索する（注文がないユーザーも表示）
SELECT users.name, orders.product, orders.amount
FROM users
LEFT JOIN orders ON users.id = orders.user_id;

name | product | amount
张三 | iPhone | 7999.0
张三 | AirPods | 999.0
李四 | MacBook | 14999.0
...
孙八 | None | None       ← 注文がないが、表示されている

JOIN の種類の比較

flowchart TD
    A["JOIN の種類"] --> B["INNER JOIN<br/>両方にあるものだけ"]
    A --> C["LEFT JOIN<br/>左を全部、右がなければ NULL"]
    A --> D["RIGHT JOIN<br/>右を全部、左がなければ NULL"]
    A --> E["FULL OUTER JOIN<br/>両方を全部"]

    style B fill:#e8f5e9,stroke:#2e7d32,color:#333
    style C fill:#e3f2fd,stroke:#1565c0,color:#333
    style D fill:#fff3e0,stroke:#e65100,color:#333
    style E fill:#f3e5f5,stroke:#7b1fa2,color:#333

SQL の JOIN と Pandas の merge

SQL	Pandas
INNER JOIN	pd.merge(how="inner")
LEFT JOIN	pd.merge(how="left")
RIGHT JOIN	pd.merge(how="right")
ON users.id = orders.user_id	on="user_id" または left_on=, right_on=

実用的な組み合わせ：JOIN + GROUP BY

-- 各ユーザーの注文総額を検索
SELECT users.name, COUNT(orders.order_id) AS 注文数, SUM(orders.amount) AS 総消費額
FROM users
LEFT JOIN orders ON users.id = orders.user_id
GROUP BY users.id, users.name
ORDER BY 総消費額 DESC;

---

六、追加・更新・削除（INSERT / UPDATE / DELETE）

データを追加する

-- 1件追加
INSERT INTO users (name, age, city, salary) VALUES ('周九', 29, '杭州', 16000);

-- 複数件追加
INSERT INTO users (name, age, city, salary) VALUES
    ('吴十', 33, '成都', 13000),
    ('郑十一', 27, '南京', 11000);

データを更新する

-- 张三 に昇給を反映する
UPDATE users SET salary = 18000 WHERE name = '张三';

-- 北京の社員全員を10%昇給する
UPDATE users SET salary = salary * 1.1 WHERE city = '北京';

UPDATE には必ず WHERE を付けよう！

UPDATE users SET salary = 0; を実行すると、全ユーザーの給与が 0 になります。WHERE を付け忘れるのは、データベース操作で最もよくある事故の1つです。

データを削除する

-- 指定したレコードを削除
DELETE FROM users WHERE name = '周九';

-- 20歳未満をすべて削除
DELETE FROM users WHERE age < 20;

DELETE も WHERE を付けよう！

DELETE FROM users; を実行すると、テーブルのすべてのデータが削除されます。実行前によく考えてください。

SQL を最初に学ぶときの、いちばん安定した順番

基本的には、次の順番が学びやすいです。

1. まず SELECT / FROM / WHERE をしっかり書けるようにする
2. 次に ORDER BY を足す
3. 次に GROUP BY / HAVING を足す
4. 最後に JOIN と追加・更新・削除を学ぶ

最初から全部の文法ブロックを覚えようとするより、ずっと混乱しにくくなります。

---

SQL 文の速習表

操作	SQL 文法	説明
全件検索	SELECT * FROM 表名	すべてのデータを取る
指定列の検索	SELECT 列1, 列2 FROM 表名	一部の列を取る
条件フィルタ	SELECT ... WHERE 条件	行を絞り込む
並び替え	ORDER BY 列 DESC	降順に並べる
件数制限	LIMIT 10	先頭 N 件を取る
重複除去	SELECT DISTINCT 列	一意な値を取る
集計	COUNT / SUM / AVG / MAX / MIN	統計計算をする
グループ化	GROUP BY 列	グループごとに集計する
グループの絞り込み	HAVING 条件	集計結果を絞る
内部結合	INNER JOIN 表 ON 条件	2つの表の共通部分
左結合	LEFT JOIN 表 ON 条件	左表をすべて返す
追加	INSERT INTO 表 VALUES (...)	データを追加する
更新	UPDATE 表 SET 列=値 WHERE 条件	データを変更する
削除	DELETE FROM 表 WHERE 条件	データを削除する

---

残す証拠

このページを終えたら、この evidence card を残します。

スキーマ

テーブル名、キー、関係、サンプル行

クエリ

使われた SQL または Python のデータベースコード

出力

result rows、row count、または保存された抽出結果

失敗確認

間違った結合キー、危険なクエリ、トランザクション不足、またはスキーマ不一致

期待される成果

クエリと結果表、および1件のデータ品質メモ

まとめ

SQL はデータベースと「会話する」ための言語です。核になるのは次の4種類の操作です。

分類	キーワード	役割
検索	SELECT	データを検索する（最もよく使う）
追加	INSERT	新しいデータを入れる
更新	UPDATE	既存データを変更する
削除	DELETE	データを削除する

この中でも、SELECT に WHERE、JOIN、GROUP BY を組み合わせると、データ分析のほとんどの要求に対応できます。

この節でいちばん持ち帰ってほしいこと

• SQL で大事なのは、キーワードの数ではなく、表に安定して質問できるかどうか
• 「どの列がほしいか、どの行がほしいか、どう分けるか」を先に考えてから SQL を書くと、文法を丸暗記するよりずっと安定する
• WHERE / GROUP BY / JOIN の3つの考え方がわかると、その後の多くのクエリは分解して理解できる

---

手を動かして練習しよう

練習 1：基本検索

-- 上の練習用データベースを使って、次の検索を完成させてください。
-- 1. 上海のユーザーをすべて検索
-- 2. 給与が高い順に上位3人を検索
-- 3. 都市ごとの平均給与を検索し、平均給与の高い順に並べる

練習 2：JOIN 検索

-- 1. すべてのユーザーの名前と、購入した商品を検索
-- 2. 注文したことがないユーザーを検索
--    ヒント：LEFT JOIN + WHERE orders.order_id IS NULL
-- 3. 注文がないユーザーも含めて、ユーザーごとの注文総額を検索する（0 と表示）

練習 3：総合分析

-- 1本の SQL で次を完成させてください：
-- 総消費額が 5000 を超えるユーザーの名前、注文数、総消費額を検索
-- 総消費額の高い順に並べる

参考実装と解説

• フィルタ問題は WHERE、並べ替えと top-k は ORDER BY ... LIMIT、都市別平均は GROUP BY city と AVG(...) を使います。
• 注文レポートでは、注文がある顧客だけでよければ JOIN、注文がない顧客も残すなら LEFT JOIN を使います。COALESCE は null の合計金額を 0 と表示するのに便利です。
• 合計金額がしきい値を超えるような集計後の条件は、先に集計して HAVING を使います。集計結果に依存するため WHERE ではありません。