分組的過濾方式

1拯辙、分組

  • 分組允許數(shù)據(jù)分為多個邏輯組丰涉,以便能對每個組進行聚集計算裳擎。
  • GROUP BY子句指示MYSQL分組數(shù)據(jù)涎永,然后對每個組而不是整個結果集進行聚集。
  • GROUP BY必須出現(xiàn)在WHERE子句之后鹿响,ORDER BY子句之前羡微。
  • GROUP BY子句中列出的每個列都必須是檢索列或有效的表達式(但不能是聚集函數(shù))。如果在SELECT中使用表達式惶我,則必須在GROUP BY子句中指定相同的表達式妈倔。不能使用別名。
  • 如果分組列中具有NULL值绸贡,則NULL將作為一個分組返回盯蝴。如果有多行NULL值毅哗,它們將分為一組。

例如捧挺,對以下表進行分組操作:

+----+--------+---------+-------+
| id | name   | subject | score |
+----+--------+---------+-------+
|  1 | 張三   | 語文    |    80 |
|  2 | 李四   | 語文    |    90 |
|  3 | 王五   | 語文    |    60 |
|  4 | 王胖子 | 數(shù)學    |    59 |
|  5 | 張王五 | 英語    |  59.9 |
|  6 | 吳彥祖 | 英語    |  99.9 |
|  7 | 郭德綱 | 數(shù)學    |   100 |
|  8 | 郭敬明 | 數(shù)學    |    99 |
|  9 | 郭靖   | 英語    |    70 |
+----+--------+---------+-------+

統(tǒng)計各個科目的人數(shù)虑绵,可得:

mysql> SELECT subject, COUNT(*) AS count FROM score GROUP BY subject;
+---------+-------+
| subject | count |
+---------+-------+
| 語文    |     3 |
| 數(shù)學    |     3 |
| 英語    |     3 |
+---------+-------+
3 rows in set (0.01 sec)

2、使用WHERE進行過濾

對成績超過60分的數(shù)據(jù)根據(jù)科目進行分組:

mysql> SELECT subject, COUNT(*) AS count FROM score WHERE score>=60 GROUP BY subject;
+---------+-------+
| subject | count |
+---------+-------+
| 語文    |     3 |
| 英語    |     2 |
| 數(shù)學    |     2 |
+---------+-------+
3 rows in set (0.00 sec)

3闽烙、使用HAVING進行過濾

對科目進行分組并過濾出平均成績高于80分的科目:

mysql> SELECT subject, AVG(score) AS avg FROM score GROUP BY subject HAVING AVG(score)>=80;
+---------+------+
| subject | avg  |
+---------+------+
| 數(shù)學    |   86 |
+---------+------+
1 row in set (0.00 sec)

4翅睛、兩種過濾方式的區(qū)別

  • WHERE過濾行,HAVING 過濾分組黑竞。
  • WHERE在數(shù)據(jù)分組前進行過濾捕发,HAVING在數(shù)據(jù)分組后進行過濾。
  • 整體的語法格式:
select column,group_function(column)
from table
[where condition]
[group by group_by_expression]
[having group_condition]
[order by column]
最后編輯于
?著作權歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末摊溶,一起剝皮案震驚了整個濱河市爬骤,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌莫换,老刑警劉巖,帶你破解...
    沈念sama閱讀 221,198評論 6 514
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件骤铃,死亡現(xiàn)場離奇詭異拉岁,居然都是意外死亡,警方通過查閱死者的電腦和手機惰爬,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,334評論 3 398
  • 文/潘曉璐 我一進店門喊暖,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人撕瞧,你說我怎么就攤上這事陵叽。” “怎么了丛版?”我有些...
    開封第一講書人閱讀 167,643評論 0 360
  • 文/不壞的土叔 我叫張陵巩掺,是天一觀的道長。 經(jīng)常有香客問我页畦,道長胖替,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 59,495評論 1 296
  • 正文 為了忘掉前任豫缨,我火速辦了婚禮独令,結果婚禮上,老公的妹妹穿的比我還像新娘好芭。我一直安慰自己燃箭,他們只是感情好,可當我...
    茶點故事閱讀 68,502評論 6 397
  • 文/花漫 我一把揭開白布舍败。 她就那樣靜靜地躺著招狸,像睡著了一般敬拓。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上瓢颅,一...
    開封第一講書人閱讀 52,156評論 1 308
  • 那天恩尾,我揣著相機與錄音,去河邊找鬼挽懦。 笑死翰意,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的信柿。 我是一名探鬼主播冀偶,決...
    沈念sama閱讀 40,743評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼渔嚷!你這毒婦竟也來了进鸠?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,659評論 0 276
  • 序言:老撾萬榮一對情侶失蹤形病,失蹤者是張志新(化名)和其女友劉穎客年,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體漠吻,經(jīng)...
    沈念sama閱讀 46,200評論 1 319
  • 正文 獨居荒郊野嶺守林人離奇死亡量瓜,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,282評論 3 340
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了途乃。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片绍傲。...
    茶點故事閱讀 40,424評論 1 352
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖耍共,靈堂內(nèi)的尸體忽然破棺而出烫饼,到底是詐尸還是另有隱情,我是刑警寧澤试读,帶...
    沈念sama閱讀 36,107評論 5 349
  • 正文 年R本政府宣布杠纵,位于F島的核電站,受9級特大地震影響鹏往,放射性物質(zhì)發(fā)生泄漏淡诗。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,789評論 3 333
  • 文/蒙蒙 一伊履、第九天 我趴在偏房一處隱蔽的房頂上張望韩容。 院中可真熱鬧,春花似錦唐瀑、人聲如沸群凶。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,264評論 0 23
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽请梢。三九已至赠尾,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間毅弧,已是汗流浹背气嫁。 一陣腳步聲響...
    開封第一講書人閱讀 33,390評論 1 271
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留够坐,地道東北人寸宵。 一個月前我還...
    沈念sama閱讀 48,798評論 3 376
  • 正文 我出身青樓,卻偏偏與公主長得像元咙,于是被迫代替她去往敵國和親梯影。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 45,435評論 2 359