Agregowanie i projekcje
Dowiedz się, jak używać funkcji agregujących, takich jak COUNT i SUM, oraz przekształcać dane do niestandardowych formatów na potrzeby analizy.
Agregowanie i projekcje to bezpłatna lekcja Neo4j Graph Database Fundamentals na CoddyKit. To lekcja 2 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Neo4j Graph Database Fundamentals, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Neo4j Graph Database Fundamentals zawiera 4 lekcji w sumie.
Części tej lekcji nie zostały jeszcze przetłumaczone i są wyświetlane po angielsku.
Analyze Your Graph Data
Welcome to Aggregation and Projections! In graph databases, you often need to do more than just find data; you need to summarize it or shape it for analysis.
Aggregation means calculating a single result from multiple items, like counting all nodes or finding the average age. Projection is about selecting and formatting the data you want to see in your results.
Selecting Data with RETURN
The RETURN clause is how you specify exactly what data you want to see from your query. You can return nodes, relationships, or their specific properties. Let's add some example data first, then try a basic projection.
CREATE (p1:Person {name: 'Alice', age: 30})
CREATE (p2:Person {name: 'Bob', age: 25})
CREATE (p3:Person {name: 'Charlie', age: 30})
CREATE (m1:Movie {title: 'Inception', releaseYear: 2010})
CREATE (m2:Movie {title: 'Dunkirk', releaseYear: 2017})
CREATE (m3:Movie {title: 'Interstellar', releaseYear: 2014})
MATCH (p:Person)
RETURN p.name, p.ageCustomizing Output with AS
The default property names might not always be clear in your results. The AS keyword lets you rename returned items to make your query output more readable and descriptive. This is part of projection.
MATCH (m:Movie)
RETURN m.title AS FilmTitle, m.releaseYear AS YearReleasedCounting All Items with COUNT(*)
Aggregation functions help you summarize data. One of the most common is COUNT(*), which tells you the total number of items (nodes, relationships, or paths) found by your MATCH pattern.
MATCH (p:Person)
RETURN COUNT(*) AS TotalPeopleCountCounting Unique Values
What if you only want to count the unique values for a specific property? Use COUNT(DISTINCT variable.property). This is great for finding how many different ages, titles, or categories exist in your graph.
MATCH (p:Person)
RETURN COUNT(DISTINCT p.age) AS UniqueAgesCountSumming and Averaging Numbers
For numeric properties, you can calculate sums and averages. SUM() adds up all values, and AVG() computes their mean. These functions are very powerful for numerical analysis.
MATCH (p:Person)
RETURN SUM(p.age) AS TotalAgeSum, AVG(p.age) AS AverageAgeFinding Extremes with MIN/MAX
The MIN() and MAX() functions let you find the smallest and largest values for a property within your matched data. This is useful for identifying outliers or understanding data ranges.
MATCH (p:Person)
RETURN MIN(p.age) AS YoungestPersonAge, MAX(p.age) AS OldestPersonAgeGrouping into Lists with COLLECT
The COLLECT() function gathers all values of a specified property into a list. This is often used with grouping (which we'll cover later) but can also simply return all collected items in a list.
MATCH (p:Person)
RETURN COLLECT(p.name) AS AllPersonNamesStructuring Results with Maps
You can project complex, structured data using map projections. This allows you to create custom objects (maps) in your results, combining multiple properties and even calculated values into a single output column.
MATCH (p:Person)
RETURN {fullName: p.name, yearsOld: p.age, isAdult: p.age >= 18} AS PersonSummaryQuick Aggregation & Projection Check
Let's test your understanding of Cypher aggregation and projection. Choose all statements that correctly apply these concepts.
Recap: Aggregating & Projecting
Great job! You've learned how to summarize and shape your graph data using Cypher.
- Projections with
RETURNallow you to select specific data, rename it withAS, or create structured maps. - Aggregation functions like
COUNT(),SUM(),AVG(),MIN(),MAX(), andCOLLECT()help you analyze and summarize large datasets into meaningful insights.
These techniques are fundamental for extracting valuable information from your Neo4j graphs!
Często zadawane pytania
Czy lekcja „Agregowanie i projekcje” jest bezpłatna?
Tak — pełny tekst „Agregowanie i projekcje” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Neo4j Graph Database Fundamentals, przejdź na CoddyKit PRO. Kurs Neo4j Graph Database Fundamentals zawiera 4 lekcji w sumie.
Co nauczysz się w „Agregowanie i projekcje”?
Dowiedz się, jak używać funkcji agregujących, takich jak COUNT i SUM, oraz przekształcać dane do niestandardowych formatów na potrzeby analizy. Ćwiczysz Neo4j Graph Database Fundamentals z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.
Czy potrzebuję doświadczenia, aby zacząć Neo4j Graph Database Fundamentals?
Nie wymagamy żadnego doświadczenia. Neo4j Graph Database Fundamentals w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 2 z 4.
Ile czasu zajmuje lekcja „Agregowanie i projekcje”?
Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.
Czy mogę pisać i uruchamiać kod w tej lekcji Neo4j Graph Database Fundamentals?
Tak. Każda lekcja Neo4j Graph Database Fundamentals zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.
Wszystkie lekcje w tym kursie
- Filtrowanie i sortowanie wyników
- Agregowanie i projekcje
- Aktualizowanie i usuwanie danych grafowych
- Łączenie zapytań za pomocą WITH i UNION