按列分组，聚合和转换结果

huangapple
go评论98阅读模式
英文:

GROUP BY on column, aggregation and transform results

问题

我有以下的表格：

  1. 日期         | 数据类型 | 数据数值
  2. 01-01-2023 |  最大      |    4
  3. 02-01-2023 |  最小      |    7
  4. 03-01-2023 |  平均      |    54
  5. 04-01-2023 |  最大      |    8
  6. 05-01-2023 |  最小      |    98
  7. 06-01-2023 |  平均      |    23
  8. 01-02-2023 |  最大      |    65
  9. 02-02-2023 |  最小      |    2
  10. 03-02-2023 |  平均      |    45
  11. 04-02-2023 |  最大      |    22
  12. 05-02-2023 |  最小      |    56
  13. 06-02-2023 |  平均      |    65
  14. 01-03-2023 |  最大      |    7
  15. 02-03-2023 |  最小      |    5
  16. 03-03-2023 |  平均      |    23
  17. 04-03-2023 |  最大      |    65
  18. 05-03-2023 |  最小      |    51
  19. 06-03-2023 |  平均      |    33

从上述表格中，我需要按当前月份分组，并从中获取数据类型为'max'的最大值，数据类型为'min'的最小值，以及数据类型为'avg'的平均值，如下所示：

  1. 月份 | 最大 | 最小 | 平均
  2. 1      |  8    |  7    |  38.5
  3. 2      |  65  |  2    |  55
  4. 3      |  65  |  5    |  28

因此，我想请问您最有效的SQL查询，以解决这个请求。

谢谢大家。

英文:

i have the following table:

  1. date       | data_type | data_value
  2. 01-01-2023 |  max      |    4
  3. 02-01-2023 |  min      |    7
  4. 03-01-2023 |  avg      |    54
  5. 04-01-2023 |  max      |    8
  6. 05-01-2023 |  min      |    98
  7. 06-01-2023 |  avg      |    23
  8. 01-02-2023 |  max      |    65
  9. 02-02-2023 |  min      |    2
  10. 03-02-2023 |  avg      |    45
  11. 04-02-2023 |  max      |    22
  12. 05-02-2023 |  min      |    56
  13. 06-02-2023 |  avg      |    65
  14. 01-03-2023 |  max      |    7
  15. 02-03-2023 |  min      |    5
  16. 03-03-2023 |  avg      |    23
  17. 04-03-2023 |  max      |    65
  18. 05-03-2023 |  min      |    51
  19. 06-03-2023 |  avg      |    33

from the following table I would need to group by current month and from it take the max of its values ​​with data_type 'max', the lesser of those of type 'min' and finally the average of the types 'avg', as follows:

  1. mounth | max | min |  avg
  2. 1      |  8  |  7  |  38,5
  3. 2      |  65 |  2  |  55
  4. 3      |  65 |  5  |  28

I therefore wanted to ask you which is the most performing SQL query in order to resolve the request.

Thank you all.

答案1

得分: 1

请注意，你提供的内容是SQL查询语句，我将为你提供翻译后的内容。以下是翻译后的内容：

  1. 使用条件聚合如下所示：
  3.     选择 年份(date_) 作为 '年'，
  4.            月份(date_) 作为 '月'，
  5.            最小(case 当 data_type = 'min' 时则 data_value end) 作为 '最小'，
  6.            最大(case 当 data_type = 'max' 时则 data_value end) 作为 '最大'，
  7.            平均(case 当 data_type = 'avg' 时则 data_value end) 作为 '平均'
  8.     从 tbl
  9.     按年份(date_), 月份(date_) 分组
  11. 或者，如果你想要对特定年份进行聚合：
  13.     选择 月份(date_) 作为 '月'，
  14.            最小(case 当 data_type = 'min' 时则 data_value end) 作为 '最小'，
  15.            最大(case 当 data_type = 'max' 时则 data_value end) 作为 '最大'，
  16.            平均(case 当 data_type = 'avg' 时则 data_value end) 作为 '平均'
  17.     从 tbl
  18.     其中 年份(date_) = 2023
  19.     按月份(date_) 分组
  21. [查看演示][1]
  23.   [1]: https://dbfiddle.uk/Vmr6FAvn

请注意，我已经将SQL查询语句翻译成中文，如有其他问题，请随时提出。

英文:

Use conditional aggregation as the following:

  1. select year(date_) as 'yaer',
  2.        month(date_) as 'month',
  3.        min(case when data_type = 'min' then data_value end) as 'min',
  4.        max(case when data_type = 'max' then data_value end) as 'max',
  5.        avg(case when data_type = 'avg' then data_value end) as 'avg'
  6. from tbl
  7. group by year(date_), month(date_)

Or, if you want to aggregate for a specific year:

  1. select month(date_) as 'month',
  2.        min(case when data_type = 'min' then data_value end) as 'min',
  3.        max(case when data_type = 'max' then data_value end) as 'max',
  4.        avg(case when data_type = 'avg' then data_value end) as 'avg'
  5. from tbl
  6. where year(date_) = 2023
  7. group by month(date_)

See demo.

huangapple
  • 本文由 发表于 2023年2月19日 21:16:55
  • 转载请务必保留本文链接：https://go.coder-hub.com/75500401.html
  • aggregation
  • group-by
  • mysql
  • sql
匿名

发表评论

匿名网友

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen:

确定