SQL 列转行和动态用时间生数据列
1.源数据
SELECT *
FROM #OrderPlanPrint;
2.列转行后的数据
SELECT tt.订单号,
tt.物料代码,
tt.物料名称,
tt.物料规格,
tt.订单数量,
tt.生产计划,
tt.TODAY,
tt.开始时间
INTO #OrderPlanPrint1
FROM #OrderPlanPrint
UNPIVOT
(
TODAY
FOR 生产计划 IN (数量, 派工号)
) tt;
SELECT *
FROM #OrderPlanPrint1;
3.用循环生成时间列
-------------------------------------------------------------------------------------
declare @starttime datetime,@endtime datetime,@sql varchar(2000)
set @starttime = CONVERT(VARCHAR(100), GETDATE(), 23);--起始时间
set @endtime = CONVERT(VARCHAR(100), GETDATE() + 7, 23);--结束时间
set @sql = 'SELECT * ';--需要查询什么字段在这里拼装
while @starttime < @endtime
begin
set @sql = @sql +', CASE WHEN 开始时间='''+Convert(Varchar(100),@starttime,23)+''' THEN TODAY END AS '+''''+Convert(Varchar(100),@starttime,23)+''''
SET @starttime = @starttime+1
END
set @sql = @sql+' from #OrderPlanPrint1'--其他查询条件在这里拼装
exec(@sql) --执行SQL
print @sql --打印SQL
SQL 列转行和动态用时间生数据列相关推荐
- Kettle 列转行的使用 - 适用于查询表数据和读取Excel数据
Kettle 列转行的使用 - 适用于查询表数据和读取Excel数据 场景一 表数据进行列转行再导出 (1)一个简单的Kettle 列转行的示例如下: (2)步骤一的数据如下: (3)步骤二" ...
- mysql列转行统计查询_Mysql 列转行统计查询 、行转列统计查询
Mysql group_concat函数列转行,与行转列 例一: SELECT num from user 1.使用group_concat函数得到列转行 select group_concat(nu ...
- R语言把dataframe数据转化为tibble格式、查看每个数据列的缺失值个数、使用数据列的均值对数据列的缺失值进行填充
R语言把dataframe数据转化为tibble格式.查看每个数据列的缺失值个数.使用数据列的均值对数据列的缺失值进行填充 目录
- pandas使用to_datetime函数把dataframe的字符串日期数据列转化为日期格式日期数据列( strings to datetime in dataframe column)
pandas使用to_datetime函数把dataframe的字符串日期数据列转化为日期格式日期数据列( strings to datetime in dataframe column) 目录
- pandas使用date_range函数按照指定的频率(freq)和指定的个数(periods)生成dataframe的时间格式数据列、基于dataframe的日期数据列生成日期索引
pandas使用date_range函数按照指定的频率(freq)和指定的个数(periods)生成dataframe的时间格式数据列.基于dataframe的日期数据列生成日期索引(dates in ...
- pandas将dataframe数据列中的年、月、日列组合成单一的日期数据列实战
pandas将dataframe数据列中的年.月.日列组合成单一的日期数据列实战 目录 pandas将dataframe数据列中的年.月.日列组合成单一的日期数据列实战
- R语言使用dplyr将特定的数据列移动到最前面、使用dplyr将特定数据列移动到另一指定数据列的后面、使用dplyr将特定数据列移动到另一指定数据列的前面
R语言使用dplyr将特定的数据列移动到最前面.使用dplyr将特定数据列移动到另一指定数据列的后面.使用dplyr将特定数据列移动到另一指定数据列的前面 目录
- R语言data.table导入数据实战:data.table生成新的数据列(基于已有数据列)、生成多个数据列
R语言data.table导入数据实战:data.table生成新的数据列(基于已有数据列).生成多个数据列 目录 R语言data.table导入数据实战:data.
- R语言使用多个数据类型不同的向量数据创建一个dataframe数据对象、使用[]操作符和列索引数值访问dataframe指定数据列的数据(column index)
R语言使用多个数据类型不同的向量数据创建一个dataframe数据对象.使用[]操作符和列索引数值访问dataframe指定数据列的数据(column index) 目录 R语言使用多个数据类型不同的 ...
- pandas对dataframe数据列进行一阶差分(diff):数据列进行差分(period=1)、数据列进行差分(period=2)、(注意差分的差分才是二阶差分,间隔为2依旧是一阶差分)
pandas对dataframe数据列进行一阶差分(diff):数据列进行差分(period=1).数据列进行差分(period=2).(注意差分的差分才是二阶差分,间隔为2依旧是一阶差分) 目录
最新文章
- 01月26日【Python3 基础知识】
- python爬虫个人小结
- 这些你都了解么------程序员跳槽法则
- 朱晔的互联网架构实践心得S1E3:相辅相成的存储五件套
- c++冒泡排序代码_C/C++基础之冒泡排序
- 使用Keras和TensorFlow构建深度自动编码器
- a java虚拟机_Java虚拟机
- 自定义控件之绘图篇(三):区域(Range)
- Retrofit的使用教程(二)
- Linux shell 上机编程-----习题
- 你可能用得上的 N 款免费/开源中文字体
- 谷歌浏览器flash插件离线下载,最新版
- JS带节日农历万年历插件
- Jdbc结果集Map映射
- workerman创建wss服务
- H.266/VVC代码学习:帧内预测之角度预测函数(predIntraAng、xPredIntraAng)
- 几种常用的权重初始化方法
- HTML5开发工具有哪些?
- Spring Web Flow 2中的流管理持久性
- elementui tree控制节点展开与否