Difference between revisions of "DuckDB Cheatsheet"

Revision as of 09:17, 26 November 2024

The OFF database contains a variety of data in different format, such as TEXTS, LISTS, STRUCT, DATES, and even more...

But no worries, DuckDB handles any type of data! Learn how to use the database by solving the most common use-cases asked by the community:

Display product name (for main language) of all products of with category en:butters.

SELECT
 code,
 unnest(
   list_filter (product_name, x -> x.lang = = 'main')
 ) ['text']
FROM
 'food.parquet'
WHERE
 list_contains (categories_tags, 'en:milks')
LIMIT
 10;';

┌───────────────┬─────────────────────────────────────────────────────────────────────┐ │ code │ unnest(list_filter(product_name, (x -> (x.lang = 'main'))))['text'] │ │ varchar │ varchar │ ├───────────────┼─────────────────────────────────────────────────────────────────────┤ │ 0011110807625 │ Quality food centers, salted butter │ │ 0011110808998 │ Unsalted Butter │ │ 0011110842640 │ Ralphs, Salted Sticks, Butter │ │ 0011110852878 │ Salted butter │ │ 0011110854384 │ Qfc, unsalted butter │ │ 0011110862600 │ King Soopers City Market, Salted Butter │ │ 0011110863256 │ Salted Butter │ │ 0011110863270 │ Unsalted Butter │ │ 0011110893017 │ Salted Butter │ │ 0011110893055 │ Unsalted butter sticks │ ├───────────────┴─────────────────────────────────────────────────────────────────────┤ │ 10 rows 2 columns │ └─────────────────────────────────────────────────────────────────────────────────────┘

Who are the biggest contributors?

Ex: Top 10 best contributors in OFF

SELECT creator, count(*) AS count 
FROM read_parquet('food.parquet')
GROUP BY creator 
ORDER BY count DESC 
LIMIT 10;
┌────────────────────────────┬─────────┐
│          creator           │  count  │
│          varchar           │  int64  │
├────────────────────────────┼─────────┤
│ kiliweb                    │ 1883982 │
│ foodvisor                  │  208270 │
│ openfoodfacts-contributors │  199459 │
│ usda-ndb-import            │  169554 │
│ org-database-usda          │  134461 │
│ prepperapp                 │  110841 │
│ macrofactor                │   92148 │
│ foodless                   │   87839 │
│ smoothie-app               │   74339 │
│ inf                        │   37999 │
├────────────────────────────┴─────────┤
│ 10 rows                    2 columns │
└──────────────────────────────────────┘

DATE & ARRAY fields

Number of added products per year

--entry_dates_tags is a list of texts. We take the value at position 3: the year
SELECT entry_dates_tags[3] AS year, count(*) AS count 
FROM read_parquet('food.parquet') 
GROUP BY year 
ORDER BY year DESC;
┌─────────┬────────┐
│  year   │ count  │
│ varchar │ int64  │
├─────────┼────────┤
│ 2024    │ 463257 │
│ 2023    │ 361240 │
│ 2022    │ 598326 │
│ 2021    │ 514052 │
│ 2020    │ 466269 │
│ 2019    │ 364272 │
│ 2018    │ 318010 │
│ 2017    │ 279737 │
│ 2016    │  44618 │
│ 2015    │  33968 │
│ 2014    │  12892 │
│ 2013    │   9587 │
│ 2012    │   4267 │
│ 1970    │      3 │
│         │      1 │
├─────────┴────────┤
│     15 rows      │
└──────────────────┘

How many images where uploaded in 2024?

SELECT
  SUM(images_filter_count) AS image_count
FROM
  (
    SELECT
      len (
        list_filter (
          images,
          x -> struct_extract (x, 'uploaded_t') > epoch (TIMESTAMP '2024-01-01 00:00:00')
          AND struct_extract (x, 'uploaded_t') < epoch (TIMESTAMP '2025-01-01 00:00:00')
        )
      ) as images_filter_count
    FROM
      'food.parquet'
  );

┌─────────────┐ │ image_count │ │ int128 │ ├─────────────┤ │ 716207 │ └─────────────┘

Difference between revisions of "DuckDB Cheatsheet"

Revision as of 09:17, 26 November 2024

DATE & ARRAY fields

Navigation menu

Search

@@ Line 3: / Line 3: @@
 But no worries, '''DuckDB''' handles any type of data! '''Learn how to use the database by solving the most common use-cases asked by the community:'''
-''Ex: display product name (for main language) of all products of with category '''en:butters'''.
+* '''Display product name (for main language) of all products of with category en:butters'''.
   SELECT
    code,
@@ Line 9: / Line 10: @@
      list_filter (product_name, x -> x.lang = = 'main')
    ) ['text']
-FROM
+ FROM
    'food.parquet'
-WHERE
+ WHERE
    list_contains (categories_tags, 'en:milks')
-LIMIT
+ LIMIT
 ;';
- ┌───────────────┬──────────────────────────────────────────────────────────────┐
+┌───────────────┬─────────────────────────────────────────────────────────────────────┐
- │     code      │                         product_name                         │
+│     code      │ unnest(list_filter(product_name, (x -> (x.lang = 'main'))))['text'] │
- │    varchar    │                           varchar                            │
+│    varchar    │                               varchar                               │
- ├───────────────┼──────────────────────────────────────────────────────────────┤
+├───────────────┼─────────────────────────────────────────────────────────────────────┤
- │ 0000234022960 │ Croissants pur beurre                                        │
+│ 0011110807625 │ Quality food centers, salted butter                                 │
- │ 0002000013363 │ Grandes galettes au beurre                                   │
+│ 0011110808998 │ Unsalted Butter                                                     │
- │ 0008421369416 │ Brioche Pur Beurre                                           │
+│ 0011110842640 │ Ralphs, Salted Sticks, Butter                                       │
- │ 00089739      │ Beurre doux                                                  │
+│ 0011110852878 │ Salted butter                                                       │
- │ 0016073123478 │ Beurre d'arachide en poudre                                  │
+│ 0011110854384 │ Qfc, unsalted butter                                                │
- │       ·       │              ·                                               │
+│ 0011110862600 │ King Soopers City Market, Salted Butter                             │
- │       ·       │              ·                                               │
+│ 0011110863256 │ Salted Butter                                                       │
- │       ·       │              ·                                               │
+│ 0011110863270 │ Unsalted Butter                                                     │
- │ 3560071532741 │ Beurre demi-sel À teneur réduite en matière grasse 60% Mat…  │
+│ 0011110893017 │ Salted Butter                                                       │
- │ 77646187      │ Beurre sans sel                                              │
+│ 0011110893055 │ Unsalted butter sticks                                              │
- │ 3596710524006 │ Cosmia crème corps nourrissante - beurre de macadamia + ni…  │
+├───────────────┴─────────────────────────────────────────────────────────────────────┤
- │ 3596710523986 │ Cosmia crème mains nourrissante - au beurre de karité et à…  │
+│ 10 rows                                                                   2 columns │
- │ 4820154481786 │ Petit Beurre                                                 │
+└─────────────────────────────────────────────────────────────────────────────────────┘
- ├───────────────┴──────────────────────────────────────────────────────────────┤
- │ 13791 rows (10 shown)                                              2 columns │
- └──────────────────────────────────────────────────────────────────────────────┘
-* '''Search by category'''
-''Ex:'' ''search for all product belonging to "plant-based food" and "cereals" categories''
- SELECT code, product_name
- FROM read_parquet('food.parquet')
- WHERE categories ILIKE '%plant-based foods%' AND categories ILIKE '%cereal%';
- ┌───────────────┬───────────────────────────────────────────┐
- │     code      │               product_name                │
- │    varchar    │                  varchar                  │
- ├───────────────┼───────────────────────────────────────────┤
- │ 0000127534587 │ Today's temptations, lithuanian rye bread │
- │ 0000236555909 │ Bakers Best, White Bread                  │
- │ 0000236598784 │ Bakers Best, Rye Bread                    │
- │ 0000946909078 │ Augason Farms, Vital Wheat Gluten         │
- │ 0003026400168 │ Grainaissance, mochi, cashew-date         │
- │       ·       │         ·                                 │
- │       ·       │         ·                                 │
- │       ·       │         ·                                 │
- │ 0003003400513 │ Bread, hearty rye                         │
- │ 0003003400510 │ Stone Ground Wheat Bread                  │
- │ 0003003400514 │ Homestyle potato bread                    │
- │ 20043131      │ Sliced Plain Bagel                        │
- │ 7020656900144 │ Havregranola Jordbær og bringebær         │
- ├───────────────┴───────────────────────────────────────────┤
- │ 51377 rows (10 shown)                           2 columns │
- └───────────────────────────────────────────────────────────┘
 * '''Who are the biggest contributors?'''
@@ Line 121: / Line 92: @@
   └──────────────────┘
-===== DICTIONNARY fields =====
+* '''How many images where uploaded in 2024?'''
-* '''Extract macro-nutriments'''
+ SELECT
+   SUM(images_filter_count) AS image_count
+ FROM
+   (
+     SELECT
+       len (
+         list_filter (
+           images,
+           x -> struct_extract (x, 'uploaded_t') > epoch (TIMESTAMP '2024-01-01 00:00:00')
+           AND struct_extract (x, 'uploaded_t') < epoch (TIMESTAMP '2025-01-01 00:00:00')
+         )
+       ) as images_filter_count
+     FROM
+       'food.parquet'
+   );
-''Nutriments are stored as a dictionnary {"proteins": "4.2", "proteins_unit": "g", ...}''
+┌─────────────┐
- --TRY_CAST attributes the FLOAT type to the extracted value, while preventing errors
+│ image_count │
- SET threads to 4; --avoid out of memory issue by limiting the number of threads
+│   int128    │
- SELECT
+├─────────────┤
-   code,
+│      716207 │
-   product_name,
+└─────────────┘
-   TRY_CAST(nutriments -> 'proteins' AS FLOAT) as proteins,
-   TRY_CAST(nutriments -> 'fat' AS FLOAT) as fat,
-   TRY_CAST(nutriments -> 'carbohydrates' AS FLOAT) as carbohydrates
- FROM read_parquet('food.parquet')
- WHERE
-   (nutriments ->> 'proteins_unit') = 'g' AND
-   (nutriments ->> 'fat_unit') = 'g' AND
-   (nutriments ->> 'carbohydrates_unit') = 'g';
- ┌───────────────┬──────────────────────────────────────────────┬───────────┬───────┬───────────────┐
- │     code      │                 product_name                 │ proteins  │  fat  │ carbohydrates │
- │    varchar    │                   varchar                    │   float   │ float │     float     │
- ├───────────────┼──────────────────────────────────────────────┼───────────┼───────┼───────────────┤
- │ 0000101209159 │ Véritable pâte à tartiner noisettes chocol…  │       8.0 │  48.0 │          36.0 │
- │ 0000105000011 │ Lagg's, chamomile herbal tea                 │       0.0 │   0.0 │          70.0 │
- │ 0000105000042 │ Lagg's, herbal tea, peppermint               │       0.0 │   0.0 │          1.47 │
- │ 0000105000059 │ Linden Flowers Tea                           │       0.0 │   0.0 │         53.33 │
- │ 0000105000073 │ Herbal Tea, Hibiscus                         │     66.67 │   0.0 │          60.0 │
- │       ·       │      ·                                       │        ·  │    ·  │            ·  │
- │       ·       │      ·                                       │        ·  │    ·  │            ·  │
- │       ·       │      ·                                       │        ·  │    ·  │            ·  │
- │ 4711252014016 │ Peanup choco                                 │      15.8 │  32.0 │          34.6 │
- │ 18785784      │ Not required                                 │       1.4 │  16.0 │          17.0 │
- │ 4994860304117 │ 塩羊羮                                       │       3.9 │   0.5 │          60.6 │
- │ 5601312079989 │ Mini delícias (cobertas com chocolate de l…  │ 6.3333335 │  24.0 │          64.0 │
- │ 8017104001033 │ Peperoni grigliati                           │       1.8 │   0.1 │           7.6 │
- ├───────────────┴──────────────────────────────────────────────┴───────────┴───────┴───────────────┤
- │ 2396027 rows (10 shown)                                                                5 columns │
- └──────────────────────────────────────────────────────────────────────────────────────────────────┘
-''Enjoy playing with the database!''