3-1对表进行聚合查询

3-1 对表进行聚合查询

聚合函数

5 个常用函数：

• COUNT 计算表中的记录数（行数）

• SUM 计算表中数值列中数据的合计值

• AVG 计算表中数值列中数据的平均值

• MAX 求出表中任意列中数据的最大值

• MIN 求出表中任意列中数据的最小值

何谓“聚合”？

我的理解是：将整张表中大量的数据的特征以较少的数据展现出来称为“聚合”。

更简单粗暴一点来说就是“将多行汇总为一行”。

以 SUM 函数为例，原本 M 行 N 列的数据通过该函数得到仅 N 个平均值，并且可以反映数据整体水平。

计算表中数据的行数

计算全部数据的行数（返回结果为8）：

SELECT COUNT(*)
  FROM Product;

1 records

count
8

之前学习过选择所有列是 SELECT *，星号外没有括号。而这里星号外面需要括号。 这是因为 SELECT 是子句，COUNT 是函数，函数需要加括号。 函数括号中的值称为参数，输出值称为返回值，许多语言（R、Python）中也是如此。

Note

其他函数不能将星号作为参数！

计算 NULL 之外的行数

除了可以选择全部数据以外，还可以将特定的列作为参数传入函数 COUNT 中：

SELECT COUNT(purchase_price)
  FROM Product;

1 records

count
6

这里返回的结果居然是 6。因为 purchase_price 一列包含 2 个 NULL， COUNT 不会计算 NULL 行。

Note

参数列不同，COUNT 计算结果也可能会不同！因为每一列中包含的 NULL 的个数可能不同。

计算合计值

SUM 函数计算累计值（求和）。

SELECT SUM(sale_price), SUM(purchase_price)
  FROM Product;

1 records

sum	sum
16780	12210

Note

• 求多个列的合计值，正确的做法是：SUM(<列名1>), SUM(<列名2>)， 错误的做法是：SUM(<列名1>, <列名2>)（习惯了 R 和 Python 中向量化函数的朋友可能会犯这种错）

• SUM 函数不受 NULL 的影响。但这并不意味着 SUM 将 NULL 当成 0 来计算，而是计算时直接将 NULL 排除在外（表面上看这两种方法结果一样，但是换成 AVG 函数就能看出区别了）。

计算平均值

AVG 函数和 SUM 函数的使用方法一样，不受 NULL 的影响，会在计算时直接将 NULL 剔除。

SELECT AVG(sale_price), AVG(purchase_price)
  FROM Product;

1 records

avg	avg
2097.5	2035

计算最大值最小值

SELECT MAX(sale_price), MIN(purchase_price)
  FROM Product;

1 records

max	min
6800	320

Note

• SUM 函数和 AVG 函数只能对数值类型的列使用。

• MAX 函数和 MIN 函数几乎可以对所有数据类型的列使用。

使用聚合函数删除重复值（关键字 DISTINCT）

例1. 计算去除重复数据后的数据行数

方法 1：

SELECT COUNT(DISTINCT product_type)
  FROM Product;

1 records

count
3

方法 2：

SELECT DISTINCT COUNT(product_type)
  FROM Product;

1 records

count
8

为什么两种方法的结果不一样？方法 1 中关键字 DISTINCT 在括号内，会对 product_type 剔除重复数据再求行数；而方法 2 中关键字在 COUNT 函数外，说明是先求行数再剔除重复数据。

例2. 计算去除重复数据后的合计值

SELECT SUM(sale_price), SUM(DISTINCT sale_price)
  FROM Product;

1 records

sum	sum
16780	16280

Note

其他聚合函数也可以和关键字 DISTINCT 联合使用。