成人免费xxxxx在线视频软件_久久精品久久久_亚洲国产精品久久久_天天色天天色_亚洲人成一区_欧美一级欧美三级在线观看

SQL 中的行轉列和列轉行

數據庫 SQL Server
行轉列,列轉行是我們在開發過程中經常碰到的問題。行轉列一般通過CASE WHEN 語句來實現,也可以通過 SQL SERVER 的運算符PIVOT來實現。

 行轉列,列轉行是我們在開發過程中經常碰到的問題。行轉列一般通過CASE WHEN 語句來實現,也可以通過 SQL SERVER 的運算符PIVOT來實現。用傳統的方法,比較好理解。層次清晰,而且比較習慣。 但是PIVOT 、UNPIVOT提供的語法比一系列復雜的SELECT…CASE 語句中所指定的語法更簡單、更具可讀性。下面我們通過幾個簡單的例子來介紹一下列轉行、行轉列問題。

[[433974]]

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

 

  1. CREATE  TABLE [StudentScores] 
  2.   [UserName]         NVARCHAR(20),        --學生姓名 
  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''數學', 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''數學', 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生的每科成績,而且每個學生的全部成績排成一行,這樣方便我查看、統計,導出數據

 

  1. SELECT 
  2.      UserName, 
  3.      MAX(CASE Subject WHEN '語文' THEN Score ELSE 0 ENDAS '語文'
  4.      MAX(CASE Subject WHEN '數學' THEN Score ELSE 0 ENDAS '數學'
  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 

 

查詢結果如圖所示,這樣我們就能很清楚的了解每位學生所有的成績了

 

 

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

 

 

 

  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''手機短信', 100, 1 
  12. INSERT INTO Inpours SELECT '李四''2010-06-14''手機短信', 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''建設銀行卡', 100, 1 

下面來了一個統計數據的需求,要求按日期、支付方式來統計充值金額信息。這也是一個典型的行轉列的例子。我們可以通過下面的腳本來達到目的

 

  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 '手機短信'    THEN SUM(Money) ELSE 0 END AS '手機短信'
  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 '建設銀行卡'  THEN SUM(Money) ELSE 0 END AS '建設銀行卡' 
  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果,還需進一步處理,才能得到想要的結果

 

 

 

 

 

  1. SELECT 
  2.       CreateTime, 
  3.       ISNULL(SUM([支付寶])    , 0)  AS [支付寶], 
  4.       ISNULL(SUM([手機短信])  , 0)  AS [手機短信], 
  5.       ISNULL(SUM([工商銀行卡]), 0)  AS [工商銀行卡],   
  6.       ISNULL(SUM([建設銀行卡]), 0)  AS [建設銀行卡] 
  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 '手機短信'   THEN SUM(Money) ELSE 0 END AS '手機短信'
  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 '建設銀行卡' THEN SUM(Money) ELSE 0 END AS '建設銀行卡' 
  14.    FROM Inpours 
  15.    GROUP BY CreateTime, PayType 
  16. ) T 
  17. GROUP BY CreateTime 

其實行轉列,關鍵是要理清邏輯,而且對分組(Group by)概念比較清晰。上面兩個列子基本上就是行轉列的類型了。但是有個問題來了,上面是我為了說明弄的一個簡單列子。實際中,可能支付方式特別多,而且邏輯也復雜很多,可能涉及匯率、手續費等等(曾經做個這樣一個),如果支付方式特別多,我們的CASE WHEN 會弄出一大堆,確實比較惱火,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態SQL改寫一下,我們就能輕松解決這個問題

 

  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來進行行轉列的用法,大家可以對比一下,確實要簡單、更具可讀性

 

  1. SELECT CreateTime, [支付寶] , [手機短信],[工商銀行卡] , [建設銀行卡] 
  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], [手機短信], [工商銀行卡], [建設銀行卡]) 
  10.      ) AS T 
  11. ORDER BY CreateTime 

有時可能會出現這樣的錯誤:

消息 325,級別 15,狀態 1,第 9 行

‘PIVOT’ 附近有語法錯誤。您可能需要將當前數據庫的兼容級別設置為更高的值,以啟用此功能。有關存儲過程 sp_dbcmptlevel 的信息,請參見幫助。

這個是因為:對升級到 SQL Server 2005 或更高版本的數據庫使用 PIVOT 和 UNPIVOT 時,必須將數據庫的兼容級別設置為 90 或更高。有關如何設置數據庫兼容級別的信息,請參閱 sp_dbcmptlevel (Transact-SQL)。 例如,只需在執行上面腳本前加上 EXEC sp_dbcmptlevel Test, 90; 就OK了, Test 是所在數據庫的名稱。

下面我們來看看列轉行,主要是通過UNION ALL ,MAX來實現。假如有下面這么一個表

 

  1. Create Table ProgrectDetail 
  2.    ProgrectName         NVARCHAR(20), --工程名稱 
  3.    OverseaSupply        INT,          --海外供應商供給數量 
  4.    NativeSupply         INT,          --國內供應商供給數量 
  5.    SouthSupply          INT,          --南方供應商供給數量 
  6.    NorthSupply          INT           --北方供應商供給數量 
  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現,查詢結果如下圖所示

 

  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 實現如下:

 

  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 

 

責任編輯:華軒 來源: SQL數據庫開發
相關推薦

2021-06-23 10:13:00

SQL行轉列列轉行

2010-07-28 09:09:55

SQL

2024-10-16 21:17:59

2021-12-16 22:59:21

SQL報表應用

2020-02-17 11:08:44

JavaExcel辦公

2010-07-13 16:20:30

SQL Server數

2010-07-16 08:50:00

SQL Server表

2025-04-03 08:00:51

2010-07-13 16:07:26

SQL Server行

2010-11-03 14:52:26

DB2列轉行

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數據行轉列

2021-10-14 06:51:55

數據庫SQL

2010-09-01 16:47:18

SQL刪除

2009-06-22 10:22:57

SQL Server

2010-11-03 14:28:15

DB2行轉列

2010-09-01 15:30:24

SQL刪除

2011-03-17 16:46:50

SQL Server存儲方式

2010-09-06 11:57:33

sql server語句
點贊
收藏

51CTO技術棧公眾號

主站蜘蛛池模板: 日韩成人在线网站 | 成人毛片在线视频 | 九九久久久 | 久久成人av电影 | a在线观看 | 日韩视频精品 | 成人在线免费电影 | 夜夜爽99久久国产综合精品女不卡 | 国产成人精品一区二区三 | 农村真人裸体丰满少妇毛片 | 日韩一区二区三区四区五区六区 | 国产综合久久 | 欧美综合在线视频 | 黑人久久久 | 国产伦一区二区三区四区 | 欧美精品一区二区三区蜜桃视频 | 欧美v在线观看 | 色婷婷在线视频 | 国产色播av在线 | 午夜91| 女同久久另类99精品国产 | 视频在线观看亚洲 | 综合网中文字幕 | 2018天天干天天操 | 欧美男人天堂 | 久久亚洲天堂 | 福利av在线 | 亚洲乱码一区二区三区在线观看 | 国产成人一区二区三区精 | 国产精品美女久久久久 | 色香婷婷 | 99热.com| 久久久久久久99 | 日本精品一区 | 免费 视频 1级 | 午夜久久久久 | 欧美日本韩国一区二区三区 | 国产精品一区二区视频 | 亚洲一二三区在线观看 | 日韩一区二区三区视频 | 亚洲欧美日韩久久久 |