SQLSERVER 聚合函数和GROUP BY子句

在SQL中,聚合函数允许我们对一组值执行计算,并返回单个值。这些函数通常用于统计分析,例如,计算平均值、求和、找到最大值和最小值等。当我们需要对数据进行分组统计时,GROUP BY子句就显得非常有用。在本文中,我们将详细介绍聚合函数和GROUP BY子句的使用,并通过实例来加深理解。

常用的聚合函数

以下是一些常用的SQL聚合函数:

  • COUNT(): 计算行数。
  • SUM(): 计算数值列的总和。
  • AVG(): 计算数值列的平均值。
  • MAX(): 找到列中的最大值。
  • MIN(): 找到列中的最小值。

实例数据表

假设我们有一个名为Sales的数据表,表中记录了不同店铺的销售数据。

SaleID Store Employee Amount SaleDate
1 A John 300 2023-01-10
2 B Jane 150 2023-01-11
3 A Mike 450 2023-01-10
4 C Anna 700 2023-01-12
5 B Jane 250 2023-01-13
6 A John 200 2023-01-14
7 C Anna 300 2023-01-15

创建表脚本

CREATE TABLE Sales (
    SaleID INT PRIMARY KEY,
    Store CHAR(1),
    Employee VARCHAR(50),
    Amount DECIMAL(10, 2),
    SaleDate DATE
);

插入测试数据

INSERT INTO Sales (SaleID, Store, Employee, Amount, SaleDate) VALUES
(1, 'A', 'John', 300, '2023-01-10'),
(2, 'B', 'Jane', 150, '2023-01-11'),
(3, 'A', 'Mike', 450, '2023-01-10'),
(4, 'C', 'Anna', 700, '2023-01-12'),
(5, 'B', 'Jane', 250, '2023-01-13'),
(6, 'A', 'John', 200, '2023-01-14'),
(7, 'C', 'Anna', 300, '2023-01-15');

使用聚合函数

COUNT()

要计算Sales表中的总销售记录数:

SELECT COUNT(*) AS TotalSales
FROM Sales;

结果:

TotalSales
7

SUM()

要计算所有店铺的总销售额:

SELECT SUM(Amount) AS TotalAmount
FROM Sales;

结果:

TotalAmount
2350

AVG()

要计算所有店铺的平均销售额:

SELECT AVG(Amount) AS AverageAmount
FROM Sales;

结果:

AverageAmount
335.714285

MAX() 和 MIN()

要找出单笔最大和最小的销售额:

SELECT MAX(Amount) AS MaxSale, MIN(Amount) AS MinSale
FROM Sales;

结果:

MaxSale MinSale
700 150

使用GROUP BY子句

GROUP BY子句通常与聚合函数一起使用,用于将行分组为更小的集合,并对每个组应用聚合函数。

按店铺分组统计销售额

要计算每个店铺的总销售额:

SELECT Store, SUM(Amount) AS TotalAmount
FROM Sales
GROUP BY Store;

结果:

Store TotalAmount
A 950.00
B 400.00
C 1000.00

按店铺和员工分组统计销售额

要计算每个店铺中每位员工的总销售额:

SELECT Store, Employee, SUM(Amount) AS TotalAmount
FROM Sales
GROUP BY Store, Employee;

结果:

Store Employee TotalAmount
A John 500.00
A Mike 450.00
B Jane 400.00
C Anna 1000.00

结合HAVING子句

当我们需要对分组后的结果进行过滤时,可以使用HAVING子句。HAVING子句在功能上类似于WHERE子句,但是它是用于聚合后的结果。

筛选总销售额超过500的店铺

SELECT Store, SUM(Amount) AS TotalAmount
FROM Sales
GROUP BY Store
HAVING SUM(Amount) > 500;

结果:

Store TotalAmount
A 950.00
C 1000.00

结论

聚合函数和GROUP BY子句是SQL中非常强大的工具,它们使得对数据集进行统计分析变得简单高效。通过使用聚合函数,我们可以快速得到数据的统计信息,如总和、平均值、最大值和最小值。而GROUP BY子句则允许我们按照一定的维度对数据进行分组,并对每个分组应用聚合函数。结合HAVING子句,我们还可以对分组后的结果进行筛选,以满足特定的条件。掌握这些知识点,我们可以更好地从数据中提取有价值的信息。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,454评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,553评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,921评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,648评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,770评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,950评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,090评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,817评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,275评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,592评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,724评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,409评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,052评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,815评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,043评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,503评论 2 361
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,627评论 2 350

推荐阅读更多精彩内容