自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

SQL 中的行轉(zhuǎn)列和列轉(zhuǎn)行

數(shù)據(jù)庫 SQL Server
行轉(zhuǎn)列,列轉(zhuǎn)行是我們?cè)陂_發(fā)過程中經(jīng)常碰到的問題。行轉(zhuǎn)列一般通過CASE WHEN 語句來實(shí)現(xiàn),也可以通過 SQL SERVER 的運(yùn)算符PIVOT來實(shí)現(xiàn)。

 行轉(zhuǎn)列,列轉(zhuǎn)行是我們?cè)陂_發(fā)過程中經(jīng)常碰到的問題。行轉(zhuǎn)列一般通過CASE WHEN 語句來實(shí)現(xiàn),也可以通過 SQL SERVER 的運(yùn)算符PIVOT來實(shí)現(xiàn)。用傳統(tǒng)的方法,比較好理解。層次清晰,而且比較習(xí)慣。 但是PIVOT 、UNPIVOT提供的語法比一系列復(fù)雜的SELECT…CASE 語句中所指定的語法更簡單、更具可讀性。下面我們通過幾個(gè)簡單的例子來介紹一下列轉(zhuǎn)行、行轉(zhuǎn)列問題。

[[433974]]

我們首先先通過一個(gè)老生常談的例子,學(xué)生成績表(下面簡化了些)來形象了解下行轉(zhuǎn)列

 

  1. CREATE  TABLE [StudentScores] 
  2.   [UserName]         NVARCHAR(20),        --學(xué)生姓名 
  3.    [Subject]          NVARCHAR(30),        --科目 
  4.    [Score]            FLOAT,               --成績 
  5.  
  6. INSERT INTO [StudentScores] SELECT 'Nick''語文', 80 
  7. INSERT INTO [StudentScores] SELECT 'Nick''數(shù)學(xué)', 90 
  8. INSERT INTO [StudentScores] SELECT 'Nick''英語', 70 
  9. INSERT INTO [StudentScores] SELECT 'Nick''生物', 85 
  10. INSERT INTO [StudentScores] SELECT 'Kent''語文', 80 
  11. INSERT INTO [StudentScores] SELECT 'Kent''數(shù)學(xué)', 90 
  12. INSERT INTO [StudentScores] SELECT 'Kent''英語', 70 
  13. INSERT INTO [StudentScores] SELECT 'Kent''生物', 85 

如果我想知道每位學(xué)生的每科成績,而且每個(gè)學(xué)生的全部成績排成一行,這樣方便我查看、統(tǒng)計(jì),導(dǎo)出數(shù)據(jù)

 

  1. SELECT 
  2.      UserName, 
  3.      MAX(CASE Subject WHEN '語文' THEN Score ELSE 0 ENDAS '語文'
  4.      MAX(CASE Subject WHEN '數(shù)學(xué)' THEN Score ELSE 0 ENDAS '數(shù)學(xué)'
  5.      MAX(CASE Subject WHEN '英語' THEN Score ELSE 0 ENDAS '英語'
  6.      MAX(CASE Subject WHEN '生物' THEN Score ELSE 0 ENDAS '生物' 
  7. FROM dbo.[StudentScores] 
  8. GROUP BY UserName 

 

查詢結(jié)果如圖所示,這樣我們就能很清楚的了解每位學(xué)生所有的成績了

 

 

接下來我們來看看第二個(gè)小列子。有一個(gè)游戲玩家充值表(僅僅為了說明,舉的一個(gè)小例子),

 

 

 

  1. CREATE TABLE [Inpours] 
  2.   [ID]                INT IDENTITY(1,1), 
  3.   [UserName]          NVARCHAR(20),  --游戲玩家 
  4.    [CreateTime]        DATETIME,      --充值時(shí)間 
  5.    [PayType]           NVARCHAR(20),  --充值類型 
  6.    [Money]             DECIMAL,       --充值金額 
  7.    [IsSuccess]         BIT,           --是否成功 1表示成功, 0表示失敗 
  8.    CONSTRAINT [PK_Inpours_ID] PRIMARY KEY(ID) 
  9. INSERT INTO Inpours SELECT '張三''2010-05-01''支付寶', 50, 1 
  10. INSERT INTO Inpours SELECT '張三''2010-06-14''支付寶', 50, 1 
  11. INSERT INTO Inpours SELECT '張三''2010-06-14''手機(jī)短信', 100, 1 
  12. INSERT INTO Inpours SELECT '李四''2010-06-14''手機(jī)短信', 100, 1 
  13. INSERT INTO Inpours SELECT '李四''2010-07-14''支付寶', 100, 1 
  14. INSERT INTO Inpours SELECT '王五''2010-07-14''工商銀行卡', 100, 1 
  15. INSERT INTO Inpours SELECT '趙六''2010-07-14''建設(shè)銀行卡', 100, 1 

下面來了一個(gè)統(tǒng)計(jì)數(shù)據(jù)的需求,要求按日期、支付方式來統(tǒng)計(jì)充值金額信息。這也是一個(gè)典型的行轉(zhuǎn)列的例子。我們可以通過下面的腳本來達(dá)到目的

 

  1. SELECT 
  2.       CONVERT(VARCHAR(10), CreateTime, 120) AS CreateTime, 
  3.       CASE PayType WHEN '支付寶'     THEN SUM(Money) ELSE 0 END AS '支付寶'
  4.       CASE PayType WHEN '手機(jī)短信'    THEN SUM(Money) ELSE 0 END AS '手機(jī)短信'
  5.       CASE PayType WHEN '工商銀行卡'  THEN SUM(Money) ELSE 0 END AS '工商銀行卡'
  6.       CASE PayType WHEN '建設(shè)銀行卡'  THEN SUM(Money) ELSE 0 END AS '建設(shè)銀行卡' 
  7. FROM Inpours 
  8. GROUP BY CreateTime, PayType 

如圖所示,我們這樣只是得到了這樣的輸出結(jié)果,還需進(jìn)一步處理,才能得到想要的結(jié)果

 

 

 

 

 

  1. SELECT 
  2.       CreateTime, 
  3.       ISNULL(SUM([支付寶])    , 0)  AS [支付寶], 
  4.       ISNULL(SUM([手機(jī)短信])  , 0)  AS [手機(jī)短信], 
  5.       ISNULL(SUM([工商銀行卡]), 0)  AS [工商銀行卡],   
  6.       ISNULL(SUM([建設(shè)銀行卡]), 0)  AS [建設(shè)銀行卡] 
  7. FROM 
  8.    SELECT 
  9.           CONVERT(VARCHAR(10), CreateTime, 120) AS CreateTime, 
  10.           CASE PayType WHEN '支付寶'     THEN SUM(Money) ELSE 0 END AS '支付寶' , 
  11.           CASE PayType WHEN '手機(jī)短信'   THEN SUM(Money) ELSE 0 END AS '手機(jī)短信'
  12.           CASE PayType WHEN '工商銀行卡' THEN SUM(Money) ELSE 0 END AS '工商銀行卡'
  13.           CASE PayType WHEN '建設(shè)銀行卡' THEN SUM(Money) ELSE 0 END AS '建設(shè)銀行卡' 
  14.    FROM Inpours 
  15.    GROUP BY CreateTime, PayType 
  16. ) T 
  17. GROUP BY CreateTime 

其實(shí)行轉(zhuǎn)列,關(guān)鍵是要理清邏輯,而且對(duì)分組(Group by)概念比較清晰。上面兩個(gè)列子基本上就是行轉(zhuǎn)列的類型了。但是有個(gè)問題來了,上面是我為了說明弄的一個(gè)簡單列子。實(shí)際中,可能支付方式特別多,而且邏輯也復(fù)雜很多,可能涉及匯率、手續(xù)費(fèi)等等(曾經(jīng)做個(gè)這樣一個(gè)),如果支付方式特別多,我們的CASE WHEN 會(huì)弄出一大堆,確實(shí)比較惱火,而且新增一種支付方式,我們還得修改腳本如果把上面的腳本用動(dòng)態(tài)SQL改寫一下,我們就能輕松解決這個(gè)問題

 

  1. DECLARE @cmdText    VARCHAR(8000); 
  2. DECLARE @tmpSql        VARCHAR(8000); 
  3. SET @cmdText = 'SELECT CONVERT(VARCHAR(10), CreateTime, 120) AS CreateTime,' + CHAR(10); 
  4. SELECT @cmdText = @cmdText + ' CASE PayType WHEN ''' + 
  5. PayType + ''' THEN SUM(Money) ELSE 0 END AS ''' + PayType 
  6.       + ''',' + CHAR(10)  FROM (SELECT DISTINCT PayType FROM Inpours ) T 
  7.  
  8. SET @cmdText = LEFT(@cmdText, LEN(@cmdText) -2) --注意這里,如果沒有加CHAR(10) 則用LEFT(@cmdText, LEN(@cmdText) -1) 
  9.  
  10. SET @cmdText = @cmdText + ' FROM Inpours     
  11.    GROUP BY CreateTime, PayType '; 
  12.  
  13. SET @tmpSql ='SELECT CreateTime,' + CHAR(10); 
  14. SELECT @tmpSql = @tmpSql + ' ISNULL(SUM(' + PayType  + '), 0) AS ''' + 
  15. PayType  + ''','  + CHAR(10) 
  16. FROM  (SELECT DISTINCT PayType FROM Inpours ) T 
  17.  
  18. SET @tmpSql = LEFT(@tmpSql, LEN(@tmpSql) -2) + ' FROM (' + CHAR(10); 
  19.  
  20. SET @cmdText = @tmpSql + @cmdText + ') T GROUP BY CreateTime '
  21. PRINT @cmdText 
  22. EXECUTE (@cmdText); 

下面是通過PIVOT來進(jìn)行行轉(zhuǎn)列的用法,大家可以對(duì)比一下,確實(shí)要簡單、更具可讀性

 

  1. SELECT CreateTime, [支付寶] , [手機(jī)短信],[工商銀行卡] , [建設(shè)銀行卡] 
  2. FROM 
  3.    SELECT CONVERT(VARCHAR(10), CreateTime, 120) AS CreateTime,PayType, Money 
  4.    FROM Inpours 
  5. ) P 
  6. PIVOT ( 
  7.            SUM(Money) 
  8.            FOR PayType IN 
  9.            ([支付寶], [手機(jī)短信], [工商銀行卡], [建設(shè)銀行卡]) 
  10.      ) AS T 
  11. ORDER BY CreateTime 

有時(shí)可能會(huì)出現(xiàn)這樣的錯(cuò)誤:

消息 325,級(jí)別 15,狀態(tài) 1,第 9 行

‘PIVOT’ 附近有語法錯(cuò)誤。您可能需要將當(dāng)前數(shù)據(jù)庫的兼容級(jí)別設(shè)置為更高的值,以啟用此功能。有關(guān)存儲(chǔ)過程 sp_dbcmptlevel 的信息,請(qǐng)參見幫助。

這個(gè)是因?yàn)椋簩?duì)升級(jí)到 SQL Server 2005 或更高版本的數(shù)據(jù)庫使用 PIVOT 和 UNPIVOT 時(shí),必須將數(shù)據(jù)庫的兼容級(jí)別設(shè)置為 90 或更高。有關(guān)如何設(shè)置數(shù)據(jù)庫兼容級(jí)別的信息,請(qǐng)參閱 sp_dbcmptlevel (Transact-SQL)。 例如,只需在執(zhí)行上面腳本前加上 EXEC sp_dbcmptlevel Test, 90; 就OK了, Test 是所在數(shù)據(jù)庫的名稱。

下面我們來看看列轉(zhuǎn)行,主要是通過UNION ALL ,MAX來實(shí)現(xiàn)。假如有下面這么一個(gè)表

 

  1. Create Table ProgrectDetail 
  2.    ProgrectName         NVARCHAR(20), --工程名稱 
  3.    OverseaSupply        INT,          --海外供應(yīng)商供給數(shù)量 
  4.    NativeSupply         INT,          --國內(nèi)供應(yīng)商供給數(shù)量 
  5.    SouthSupply          INT,          --南方供應(yīng)商供給數(shù)量 
  6.    NorthSupply          INT           --北方供應(yīng)商供給數(shù)量 
  7.  
  8. INSERT INTO ProgrectDetail 
  9. SELECT 'A', 100, 200, 50, 50 
  10. UNION ALL 
  11. SELECT 'B', 200, 300, 150, 150 
  12. UNION ALL 
  13. SELECT 'C', 159, 400, 20, 320 
  14. UNION ALL 
  15. SELECT 'D', 250, 30, 15, 15 

我們可以通過下面的腳本來實(shí)現(xiàn),查詢結(jié)果如下圖所示

 

  1. SELECT  ProgrectName, 'OverseaSupply' AS Supplier, 
  2.       MAX(OverseaSupply) AS 'SupplyNum' 
  3. FROM ProgrectDetail 
  4. GROUP BY ProgrectName 
  5. UNION ALL 
  6. SELECT ProgrectName, 'NativeSupply' AS Supplier, 
  7.        MAX(NativeSupply) AS 'SupplyNum' 
  8. FROM ProgrectDetail 
  9. GROUP BY ProgrectName 
  10. UNION ALL 
  11. SELECT ProgrectName, 'SouthSupply' AS Supplier, 
  12.        MAX(SouthSupply) AS 'SupplyNum' 
  13. FROM ProgrectDetail 
  14. GROUP BY ProgrectName 
  15. UNION ALL 
  16. SELECT ProgrectName, 'NorthSupply' AS Supplier, 
  17.        MAX(NorthSupply) AS 'SupplyNum' 
  18. FROM ProgrectDetail 
  19. GROUP BY ProgrectName 

 

 

 

用UNPIVOT 實(shí)現(xiàn)如下:

 

  1. SELECT ProgrectName,Supplier,SupplyNum 
  2. FROM   
  3.    SELECT ProgrectName, OverseaSupply, NativeSupply, 
  4.           SouthSupply, NorthSupply 
  5.     FROM ProgrectDetail 
  6. )T 
  7. UNPIVOT   
  8.    SupplyNum FOR Supplier IN 
  9.    (OverseaSupply, NativeSupply, SouthSupply, NorthSupply ) 
  10. ) P 

 

責(zé)任編輯:華軒 來源: SQL數(shù)據(jù)庫開發(fā)
相關(guān)推薦

2021-06-23 10:13:00

SQL行轉(zhuǎn)列列轉(zhuǎn)行

2010-07-28 09:09:55

SQL

2024-10-16 21:17:59

2021-12-16 22:59:21

SQL報(bào)表應(yīng)用

2010-07-13 16:20:30

SQL Server數(shù)

2020-02-17 11:08:44

JavaExcel辦公

2025-04-03 08:00:51

2010-07-16 08:50:00

SQL Server表

2010-07-13 16:07:26

SQL Server行

2010-11-03 14:52:26

DB2列轉(zhuǎn)行

2011-07-15 09:04:42

PIVOTUNPIVOT

2010-09-06 14:05:36

SQL相加字符串

2014-07-10 10:09:11

JSON數(shù)據(jù)行轉(zhuǎn)列

2021-10-14 06:51:55

數(shù)據(jù)庫SQL

2009-06-22 10:22:57

SQL Server

2010-09-01 16:47:18

SQL刪除

2010-11-03 14:28:15

DB2行轉(zhuǎn)列

2010-09-01 15:30:24

SQL刪除

2011-03-17 16:46:50

SQL Server存儲(chǔ)方式

2010-10-27 13:35:15

Oracle查詢
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號(hào)