数据库的数据分组GROUP BY

1、数据分组入门

数据分组用来将数据分为多个逻辑组,从而可以对每个组进行聚合运算。SQL语句中使用

GROUP BY子句进行分组,使用方式为“GROUP BY 分组字段”。分组语句必须和聚合函数一

起使用,GROUP BY子句负责将数据分成逻辑组,而聚合函数则对每一个组进行统计计算。

虽然GROUP BY子句常常和聚合函数一起使用,不过GROUP BY子句并不是不能离开聚合函数而单独使用。

SELECT FAge FROM T_Employee

GROUP BY FAge  //查看公司员工有哪些年龄段

需要注意的是GROUP BY子句的位置,GROUP BY子句必须放到SELECT语句的之后,如果SELECT语句有WHERE子句,则GROUP BY子句必须放到WHERE语句的之后

SELECT FAge FROM T_Employee

WHERE FSubCompany = 'Beijing'

GROUP BY FAge

需要分组的所有列都必须位于GROUP BY子句的列名列表中,也就是没有出现在GROUP BY子句中的列(聚合函数除外)是不能放到SELECT语句后的列名列表中的。

SELECT FAge,FSalary FROM T_Employee

GROUP BY FAge  //错误的,因为不存在能够统一代表本组工资水平的FSalary字段

SELECT FAge,AVG(FSalary) FROM T_Employee

GROUP BY FAge  //可以对FSalary使用聚合函数

GROUP BY子句中可以指定多个列,只需要将多个列的列名用逗号隔开即可。指定多个分组规则以后,数据库系统将按照定义的分组顺序来对数据进行逐层分组,首先按照第一个分组列进行分组,然后在每个小组内按照第二个分组列进行再次分组……逐层分组,从而实现“组中组”的效果,而查询的结果集是以最末一级分组来进行输出的。

SELECT FSubCompany,FDepartment FROM T_Employee

GROUP BY FSubCompany,FDepartment

2、数据分组与聚合函数

SELECT FAge,COUNT(*) AS CountOfThisAge FROM T_Employee

GROUP BY FAge  //查看每个年龄段的员工的人数

SELECT FSubCompany,FAge,COUNT(*) AS CountOfThisSubCompAge FROM

T_Employee

GROUP BY FSubCompany,FAge  //统计每个分公司的年龄段的人数

上面的执行结果是按照数据库系统默认的年龄进行排序的,为了更容易的按照每个分公司进行查看,我们可以指定按照FSubCompany字段进行排序,带ORDER BY的SQL语句如下:

SELECT FSubCompany,FAge,COUNT(*) AS CountOfThisSubCompAge FROM

T_Employee

GROUP BY FSubCompany,FAge

ORDER BY FSubCompany

“COUNT(*)”对每一个分组统计总数,这样就可以统计出每个公司每个年龄段的员工的人数了。

SUM、AVG、MIN、MAX也可以在分组中使

SELECT FSubCompany,SUM(FSalary) AS FSalarySUM FROM T_Employee

GROUP BY FSubCompany  //统计每个公司中的工资的总值

SELECT FDepartment,SUM(FSalary) AS FSalarySUM FROM T_Employee

GROUP BY FDepartment  //统计每个垂直部门中的工资的平均值

SELECT FDepartment,MIN(FAge) AS FAgeMIN,MAX(FAge) AS FAgeMAX FROM T_Employee

GROUP BY FDepartment  //统计每个垂直部门中员工年龄的最大值和最小值

3、HAVING 语句

有的时候需要对部分分组进行过滤,比如只检索人数多余1个的年龄段

SELECT FAge,COUNT(*) AS CountOfThisAge FROM T_Employee

GROUP BY FAge

WHERE COUNT(*)>1

以上SQL语句数据库系统会提示语法错误,这是因为聚合函数不能在WHERE语句中使用,必须使用HAVING子句来代替

SELECT FAge,COUNT(*) AS CountOfThisAge FROM T_Employee

GROUP BY FAge

HAVING COUNT(*)>1

HAVING语句中也可以像WHERE语句一样使用复杂的过滤条件

SELECT FAge,COUNT(*) AS CountOfThisAge FROM T_Employee

GROUP BY FAge

HAVING COUNT(*) =1 OR COUNT(*) =3 //检索人数为1个或者3个的年龄段,

也可以使用IN操作符来实现上面的功能,SQL语句如下:

SELECT FAge,COUNT(*) AS CountOfThisAge FROM T_Employee

GROUP BY FAge

HAVING COUNT(*) IN (1,3)

HAVING语句能够使用的语法和WHERE几乎是一样的,不过使用WHERE的时候GROUP BY子句要位于WHERE子句之后,而使用HAVING子句的时候GROUP BY子句要位于HAVING子句之前,比如下面的SQL是错误的:

SELECT FAge,COUNT(*) AS CountOfThisAge FROM T_Employee

HAVING COUNT(*) IN (1,3)

GROUP BY FAge

需要特别注意,在HAVING语句中不能包含未分组的列名,比如下面的SQL语句是错误的:

SELECT FAge,COUNT(*) AS CountOfThisAge FROM T_Employee

GROUP BY FAge

HAVING FName IS NOT NULL

执行的时候数据库系统会提示类似如下的错误信息:

HAVING 子句中的列'T_Employee.FName' 无效,因为该列没有包含在聚合函数或GROUP BY 子句中。

需要用WHERE语句来代替HAVING,修改后的SQL语句如下:

SELECT FAge,COUNT(*) AS CountOfThisAge FROM T_Employee

WHERE FName IS NOT NULL

GROUP BY FAge

以上摘自《程序员的SQL 金典》

最后编辑于
©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 211,376评论 6 491
  • 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 90,126评论 2 385
  • 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 156,966评论 0 347
  • 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 56,432评论 1 283
  • 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 65,519评论 6 385
  • 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 49,792评论 1 290
  • 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 38,933评论 3 406
  • 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 37,701评论 0 266
  • 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 44,143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 36,488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 38,626评论 1 340
  • 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 34,292评论 4 329
  • 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 39,896评论 3 313
  • 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 30,742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 31,977评论 1 265
  • 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 46,324评论 2 360
  • 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 43,494评论 2 348

推荐阅读更多精彩内容

  • 1.简介 数据存储有哪些方式?电子表格,纸质文件,数据库。 那么究竟什么是关系型数据库? 目前对数据库的分类主要是...
    乔震阅读 1,709评论 0 2
  • (一)Oracle数据库 1.oracle中row_id理解 ORACLE的row_id是一个伪列,其个是为18个...
    独云阅读 5,590评论 0 10
  • 一、iOS 11之前的处理方法 我们知道UITableViewCell默认的删除按钮样式为红色背景、白色字体;怎么...
    liang1991阅读 3,856评论 7 9
  • 前几天,我生命中多了一位至关重要的人,她就是我的小公主。我时常呆呆的站在她的床边,每每驻足观看每一个表情,揣...
    尝试着活回去阅读 277评论 0 2
  • (摩洛哥2016.11.4 )从菲斯Fes过来坐CTM大巴四个小时。来到传说中的蓝色小城-舍夫沙万,它依山而建,...
    流浪的毛毛阅读 803评论 12 8