处理 NULL 值

数据常常包含不完整的信息。有时，某行中特定列的值可能缺失、未知或不适用。SQL 使用一个特殊的标记 (token) NULL 来表示这种值的缺失。NULL 不同于数字的零 (0)、文本的空字符串 ('') 或任何其他特定值。NULL 特指“没有值”。

在使用 WHERE 子句筛选数据时，您可能自然地尝试使用标准比较运算符如 = 或 <> (或 !=) 来查找包含或不包含 NULL 值的行。例如，您可能会尝试：

-- 这不会按预期工作
SELECT product_name, price
FROM products
WHERE price = NULL;

或者可能：

-- 这也不会按预期工作
SELECT product_name, price
FROM products
WHERE price <> NULL;

令人惊讶的是，这两个查询通常都不会返回您期望的行。这是因为 NULL 表示一种未知状态。将任何东西与一个未知值进行比较，甚至是另一个未知值，结果都是 UNKNOWN。在 WHERE 子句中，计算结果为 UNKNOWN 的条件被视为 FALSE，这意味着这些行不会包含在结果集中。

那么，如何正确筛选值缺失或存在的行呢？SQL 为此提供了特定的运算符：IS NULL 和 IS NOT NULL。

使用 IS NULL 查找缺失值

要选择特定列包含 NULL 值的行，您可以使用 IS NULL 运算符。

语法：

SELECT column1, column2, ...
FROM table_name
WHERE column_name IS NULL;

例子：

假设我们有一个 customers 表，并且有些客户没有提供他们的电子邮件地址。要找到这些客户，您会这样写：

SELECT customer_id, first_name, last_name
FROM customers
WHERE email IS NULL;

这个查询将返回 customers 表中所有 email 列明确包含 NULL 标记 (token)的行，这表明电子邮件地址缺失。

使用 IS NOT NULL 查找存在的值

相反，要选择特定列确实包含值（即，它不是 NULL）的行，您可以使用 IS NOT NULL 运算符。

语法：

SELECT column1, column2, ...
FROM table_name
WHERE column_name IS NOT NULL;

例子：

如果您只想获取已提供电子邮件地址的客户，您会使用：

SELECT customer_id, first_name, last_name, email
FROM customers
WHERE email IS NOT NULL;

这个查询只返回 customers 表中 email 列有值存在的行，不包括那些标记 (token)为 NULL 的行。

结合 NULL 检查与其他条件

您可以使用 AND 和 OR 轻松地将 IS NULL 和 IS NOT NULL 与其他筛选条件结合起来。

例子：

让我们找出所有缺货（数量为 0）或价格未设置（price 为 NULL）的产品：

SELECT product_name, price, quantity
FROM products
WHERE quantity = 0 OR price IS NULL;

例子：

找出所有来自“加利福尼亚”并且已提供电子邮件地址的客户：

SELECT first_name, last_name, email
FROM customers
WHERE state = 'CA' AND email IS NOT NULL;

"知道并正确使用 IS NULL 和 IS NOT NULL 在处理通常含有缺失信息的数据集时非常重要。能够根据数据的存在与否来识别或排除行，是数据清洗和准备分析的必要步骤。对于数据科学家来说，妥善识别和处理缺失值是确保分析结果可信度的重要组成部分。"