SQL?Povit函數(shù)使用及實例詳解
PIVOT函數(shù)常用于數(shù)據(jù)的行轉列,同時也可以用此函數(shù)實現(xiàn)類似于Excel中的數(shù)據(jù)透視表的效果。
PIVOT函數(shù)
PIVOT 函數(shù)的基本語法如下:
-- PIVOT 語法 SELECT <非透視的列>, [第一個透視的列] AS <列名稱>, [第二個透視的列] AS <列名稱>, ... [最后一個透視的列] AS <列名稱>, FROM (<生成數(shù)據(jù)的 SELECT 查詢>) AS <源查詢的別名> PIVOT ( <聚合函數(shù)>(<要聚合的列>) FOR [<包含要成為列標題的值的列>] IN ( [第一個透視的列], [第二個透視的列], ... [最后一個透視的列]) ) AS <透視表的別名> <可選的 ORDER BY 子句>;
為了更好的解釋Povit函數(shù)的使用,下面建立一張測試用的臨時數(shù)據(jù)表:
CREATE TABLE #ShoppingCart( [Name] nvarchar(8) NOT NULL, [Category] nvarchar(8) NOT NULL, [TotalPrice] DECIMAL DEFAULT(0) NOT NULL ) INSERT INTO #ShoppingCart([Name],[Category],[TotalPrice]) SELECT '張三','餅干',30 UNION ALL SELECT '張三','面包',10 UNION ALL SELECT '張三','果凍',30 UNION ALL SELECT '李四','餅干',40 UNION ALL SELECT '李四','面包',20 UNION ALL SELECT '李四','果凍',20 UNION ALL SELECT '陳小二','餅干',20 UNION ALL SELECT '陳小二','餅干',50 UNION ALL SELECT '陳小二','面包',30 UNION ALL SELECT '陳小二','果凍',30
生成后的表結構如下:
現(xiàn)在如果需要降此數(shù)據(jù)進行分類匯總,得到每個人對應類別的價格加總,有如下兩種方法:
第一種方法是使用Case when語句計算:
SELECT [Name], SUM(CASE [Category] WHEN '餅干' THEN [TotalPrice] ELSE 0 END) AS '餅干', SUM(CASE [Category] WHEN '果凍' THEN [TotalPrice] ELSE 0 END) AS '果凍', SUM(CASE [Category] WHEN '面包' THEN [TotalPrice] ELSE 0 END) AS '面包' FROM [#ShoppingCart] GROUP BY [Name]
第二種方法則是使用povit函數(shù)來生成
select * from #ShoppingCart pivot(sum([TotalPrice]) for [Category] in (餅干,果凍,面包)) a
兩個語句生成的結果是一致的
注意:PIVOT、UNPIVOT是SQL Server 2005 的語法,使用需滿足數(shù)據(jù)庫的兼容級別,需要兼容級別大于90,否則計算出的結果可能會與上面的截圖不同。
查詢兼容級別語法如下:SELECT compatibility_level FROM sys.databases WHERE name = '數(shù)據(jù)庫名';
如果你是跟著上述代碼生成的測試數(shù)據(jù),則數(shù)據(jù)表是一張臨時表,所以對應的數(shù)據(jù)庫名是Tempdb,SELECT compatibility_level FROM sys.databases WHERE name = 'Tempdb';
修改兼容級別語法如下:ALTER DATABASE 數(shù)據(jù)庫名 SET COMPATIBILITY_LEVEL = 90(必須是當前數(shù)據(jù)庫版本范圍內的兼容級別)
不同數(shù)據(jù)庫版本支持的兼容級別如下:
動態(tài)PIVOT行轉列
在日常的數(shù)據(jù)處理中經(jīng)常會遇到要轉化為列字段的數(shù)量特別多的情況,這時如果用上面的語句填寫要填寫非常多的字段,所以需要使用動態(tài)代碼進行處理
···
–動態(tài)PIVOT行轉列
DECLARE @sql_str VARCHAR(8000)
DECLARE @sql_col VARCHAR(8000)
SELECT @sql_col = ISNULL(@sql_col + ‘,’,‘’) + QUOTENAME([Category]) FROM #ShoppingCart GROUP BY [Category]–這一句用于選出所有的列標題并加上[]號,然后連接起來
SET @sql_str = ’
SELECT * FROM #ShoppingCart PIVOT
(SUM([TotalPrice]) FOR [Category] IN ( ‘+ @sql_col +’) ) AS pvt’
PRINT (@sql_str)
EXEC (@sql_str)
···
Unpovit函數(shù)
UNPIVOT函數(shù),與上述功能相反,把列轉成行。我們直接使用WITH關鍵字把上述PIVOT查詢當成源表,然后再使用UNPIVOT關鍵把它旋轉回原來的模樣
WITH Pvt AS ( select * from #ShoppingCart pivot(sum([TotalPrice]) for [Category] in ([餅干],[果凍],[面包])) as a ) SELECT [Name],[Category],[TotalPrice] FROM Pvt UNPIVOT( [TotalPrice] FOR [Category] in ([餅干],[果凍],[面包]) )AS T
結果如下,可以看到如果用PIVOT 執(zhí)行聚合,并將多行合并為輸出中的一行,UNPIVOT就只能輸出合并后的一行數(shù)據(jù)了。 另外PIVOT函數(shù)也不會輸出值為Null的數(shù)據(jù)行,所以UNPIVOT 同樣也無法復原原始數(shù)據(jù)中原有的null值
代碼下載:
百度網(wǎng)盤:
鏈接: https://pan.baidu.com/s/1FiQWnWb6xZ4f32HDSkcqwg?pwd=tyby
到此這篇關于SQL Povit函數(shù)使用及實例的文章就介紹到這了,更多相關SQL Povit函數(shù)使用內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
SQL Server 聚焦存儲過程性能優(yōu)化、數(shù)據(jù)壓縮和頁壓縮提高IO性能方法(一)
這篇文章主要介紹了SQL Server 聚焦存儲過程性能優(yōu)化、數(shù)據(jù)壓縮和頁壓縮提高IO性能方法(一),非常不錯,具有參考借鑒價值,需要的朋友可以參考下2017-02-02快速實現(xiàn)SQL Server數(shù)據(jù)庫恢復備份
這篇文章主要為大家詳細介紹了如何快速實現(xiàn)SQL Server數(shù)據(jù)庫恢復備份的兩種方法,感興趣的小伙伴們可以參考一下2016-05-05SQL參數(shù)化查詢的另一個理由 命中執(zhí)行計劃
為了提高數(shù)據(jù)庫運行的效率,我們需要盡可能的命中執(zhí)行計劃,這樣就可以節(jié)省運行時間2012-08-08sql server 2000數(shù)據(jù)庫備份還原的圖文教程
MSSQL是微軟公司的一款數(shù)據(jù)庫管理系統(tǒng),本文將詳細介紹MSSQL2000中數(shù)據(jù)庫的備份和還原功能,需要的朋友可以參考下2014-08-08