group by-分组操作
分组操作
可以使用 GROUP BY 子句将表中的数据分成若干组
SELECT column, group_function(column) FROM table
[WHERE condition]
[GROUP BY group_by_expression]
[ORDER BY column];
- 明确:WHERE一定放在FROM后面,如果有where则group by应该在where的后面
- 在 SELECT 列表中所有未包含在组函数中的列都应该包含在 GROUP BY 子句中
select sex,avg(salary) from tb_users group by sex 正确select username,max(salary) from tb_users group by sex 语法错误
扩展:特殊用法。使用WITH ROLLUP关键字之后,在所有查询出的分组记录之后增加一条记录,该记录 计算查询出的所有记录的总和,即统计记录数量
SELECT department_id,AVG(salary) FROM employees
WHERE department_id > 80
GROUP BY department_id WITH ROLLUP;
注意:当使用ROLLUP时,不能同时使用ORDER BY子句进行结果排序,即ROLLUP和ORDER BY 是互相排斥的
分组过滤HAVING
- 行已经被分组
- 使用了聚合函数
- 满足HAVING 子句中条件的分组将被显示
- HAVING 不能单独使用,必须要跟 GROUP BY 一起使用
SELECT department_id, MAX(salary) FROM employees
GROUP BY department_id
HAVING MAX(salary)>10000
- 非法使用聚合函数 : 不能在WHERE子句中使用聚合函数
SELECT department_id, AVG(salary) FROM employees WHERE
AVG(salary) > 8000
GROUP BY department_id;
WHERE和HAVING的对比
- 区别1:WHERE可以直接使用表中的字段作为筛选条件,但不能使用分组中的计算函数作为筛选条 件;HAVING 必须要与GROUP BY配合使用,可以把分组计算的函数和分组字段作为筛选条件。这 决定了,在需要对数据进行分组统计的时候,HAVING 可以完成 WHERE 不能完成的任务。这是因 为,在查询语法结构中,WHERE 在 GROUP BY 之前,所以无法对分组结果进行筛选。HAVING 在 GROUP BY 之后,可以使用分组字段和分组中的计算函数,对分组的结果集进行筛选,这个功能是 WHERE 无法完成的。另外,WHERE排除的记录不再包括在分组中。
- 区别2:如果需要通过连接从关联表中获取需要的数据,WHERE是先筛选后连接,而HAVING是先 连接后筛选。这一点,就决定了在关联查询中,WHERE 比 HAVING 更高效。因为 WHERE 可以先 筛选,用一个筛选后的较小数据集和关联表进行连接,这样占用的资源比较少,执行效率也比较 高。HAVING 则需要先把结果集准备好,也就是用未被筛选的数据集进行关联,然后对这个大的数 据集进行筛选,这样占用的资源就比较多,执行效率也较低。
开发中的选择:WHERE 和 HAVING 也不是互相排斥的,我们可以在一个查询里面同时使用 WHERE 和 HAVING。包含分组统计函数的条件用 HAVING,普通条件用 WHERE。这样,我们就既利用了 WHERE 条件的高效快速,又发挥了 HAVING 可以使用包含分组统计函数的查询条件的优点。当数据量特别大的 时候,运行效率会有很大的差别。
group by-分组操作相关推荐
- mysql如何进行分组操作的_mysql group by 对多个字段进行分组操作
在平时的开发任务中我们经常会用到MYSQL的GROUP BY分组, 用来获取数据表中以分组字段为依据的统计数据. 比如有一个学生选课表,表结构如下: Table: Subject_Selection ...
- 数据分析之Pandas分组操作总结
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货 作者:耿远昊,Datawhale成员 Pandas做分析数据,可以分为索 ...
- MYSQL常用函数以及分组操作
SELECT CONVERT("234",SIGNED); SELECT CAST("123" AS SIGNED); SELECT "124&quo ...
- 利用python进行数据分析——使用groupby机制对pandas对象类的数据进行聚合与分组操作
文章目录 数据聚合与分组操作 一.GroupBy机制 1.1遍历各分组 1.2选取一列或所有列的子集 1.3 通过字典或Series进行分组 1.4 通过函数进行分组 1.5根据索引层级分组 二. 数 ...
- alin的学习之路(数据库篇:二)(select查询,where条件查询,order by排序,单行函数,多行函数,group by分组)
alin的学习之路(数据库篇:二)(select查询,where条件查询,order by排序,单行函数,多行函数,group by分组) 1. SQL语句 1.1 sql语言类型 sql是一门独立的 ...
- MySQL——聚合函数和group by分组的使用
文章目录 MySQL--聚合函数和group by分组的使用 1.聚合函数介绍 2.GROUP BY 分组 3.常见的聚合函数 4.SQL执行顺序 MySQL--聚合函数和group by分组的使用 ...
- LOOP GROUP BY 分组循环的使用方法小栗子
1.格式: LOOP AT 内表 INTO DATA(工作区) GROUP BY ( 字段 = 工作区-字段size = GROUP SIZE "分组组数--index = GROUP IN ...
- MYSQL数据库(十)- 数据表的插入(insert)、删(delete)、改(update)、查(select)、group by 分组、having语句设置分组条件,order by查询结果排序,
目录结构 本章目录 一.插入insert: 方法一:insert标准插入数据写法 方法二:set插入数据写法 方法三:请看本章最后一个案例 二.插入update: 方法一:单表更新记录 方法二:多表更 ...
- group convolution (分组卷积)的计算量详解、卷积计算量特征图大小,池化特征图大小、深度通道deep-wise 卷积
group convolution (分组卷积)的计算量详解.卷积计算量特征图大小,池化特征图大小.深度通道deep-wise 卷积 提示:最近忙着各种提前批的笔试面试,所以没太多空刷题了都,先复盘一 ...
最新文章
- 关于如何修改Redmine系统中的字段问题解答
- 【组合数学】生成函数 简要介绍 ( 生成函数定义 | 牛顿二项式系数 | 常用的生成函数 | 与常数相关 | 与二项式系数相关 | 与多项式系数相关 )
- Spring Boot开发之流水无情(二)
- (十)DeepFaceLab:预包装的DIY深度伪造替代品
- mysql的数据备份问题_mysql数据库备份的问题
- ios plist_iOS属性列表(plist)示例
- 华硕afudos刷bios_华硕M2N-MX SE PLUS主板 如何用afudos命令刷BIOS
- CHK文件恢复工具v2.0绿色版
- 机关事业单位考勤统计和活动抽奖小程序
- 凯撒加密,已知偏移量和未知偏移量解密
- 如何double你的能力
- 进阶-第18__深度探秘搜索技术_基于slop参数实现近似匹配以及原理剖析和相关实验
- 论开学第三个月干了点啥
- 在职场中如何和同事处好关系是门艺术活
- Zabbix监控系统系列之五:SNMP监控Windows客户端
- PIC单片机-PWM波
- 用纯css模拟下雪的效果
- 用C#读取二进制文件
- TQ2440 学习笔记—— 1、Windows平台下开发工具安装与环境建立
- 【免费】傻瓜式一键内网穿透实现ssh连接远程局域网的电脑(利用免费frp服务器)
热门文章
- ftp被暴力破解小小经历!
- 自媒体淘客新手怎样做能够日入过千
- java大作业的打猎游戏_Java Swing打猎射击游戏源码
- Something About SCI
- VAE原理详细解释(读书笔记)
- NodeList和HTMLCollection的区别
- 审计局如果运用计算机进行审计,审计局计算机审计工作计划范文
- SadTalker: Learning Realistic 3D Motion Coefficients for Stylized Audio-Driven Single Image Talking
- RFID技术在机床刀具管理中的应用
- ps算计算机软件吗,PS图形软件需要cpu和图形卡,photoshop吃cpu还是图形卡?