提问人：Alex Gordon 提问时间：3/11/2010 最后编辑：janwAlex Gordon 更新时间：9/24/2021 访问量：2136974
对多列使用分组依据
Using group by on multiple columns
答：
2759赞
Smashery
3/11/2010
#1
Group By X表示将所有对 X 具有相同值的人放在一个组中。
Group By X, Y意味着将所有 X 和 Y 值相同的人放在一组中。
为了说明一个例子，假设我们有下表，与谁在大学里学习什么科目有关：
Table: Subject_Selection
+---------+----------+----------+
| Subject | Semester | Attendee |
+---------+----------+----------+
| ITB001 | 1 | John |
| ITB001 | 1 | Bob |
| ITB001 | 1 | Mickey |
| ITB001 | 2 | Jenny |
| ITB001 | 2 | James |
| MKB114 | 1 | John |
| MKB114 | 1 | Erica |
+---------+----------+----------+
当您仅在主题列中使用 a 时;说：group by
select Subject, Count(*)
from Subject_Selection
group by Subject
你会得到类似的东西：
+---------+-------+
| Subject | Count |
+---------+-------+
| ITB001 | 5 |
| MKB114 | 2 |
+---------+-------+
...因为 ITB001 有 5 个条目，MKB114 有 2 个条目
如果我们要分为两列：group by
select Subject, Semester, Count(*)
from Subject_Selection
group by Subject, Semester
我们会得到这个：
+---------+----------+-------+
| Subject | Semester | Count |
+---------+----------+-------+
| ITB001 | 1 | 3 |
| ITB001 | 2 | 2 |
| MKB114 | 1 | 2 |
+---------+----------+-------+
这是因为，当我们按两列分组时，它说“对它们进行分组，以便所有具有相同主题和学期的人都在同一组中，然后计算所有聚合函数（计数、总和、平均值等）对于这些群体中的每一个“。在这个例子中，当我们计算他们时，有三个人在第 1 学期做 ITB001，两个人在第 2 学期做 ITB2。做 MKB114 的两个人都在第 1 学期，所以第 2 学期没有行（没有数据适合“MKB114，第 2 学期”组）
希望这是有道理的。
99赞
S. Mayol
12/16/2016
#2
在这里，我不仅要解释 GROUP 子句的使用，还要解释 Aggregate 函数的使用。
该子句与聚合函数结合使用，以按一列或多列对结果集进行分组。例如：GROUP BY
-- GROUP BY with one parameter:
SELECT column_name, AGGREGATE_FUNCTION(column_name)
FROM table_name
WHERE column_name operator value
GROUP BY column_name;
-- GROUP BY with two parameters:
SELECT
column_name1,
column_name2,
AGGREGATE_FUNCTION(column_name3)
FROM
table_name
GROUP BY
column_name1,
column_name2;
记住这个顺序：
SELECT（用于从数据库中选择数据）
FROM（子句用于列出表）
WHERE（子句用于筛选记录）
GROUP BY （子句可以在 SELECT 语句中使用来收集数据 跨多条记录，并按一列或多列对结果进行分组）
HAVING （子句与 GROUP BY 子句结合使用 将返回的行组限制为仅其条件为 是真的）
ORDER BY（关键字用于对结果集进行排序）
如果您使用的是聚合函数，则可以使用所有这些函数，这是必须设置它们的顺序，否则可能会出现错误。
聚合函数包括：
MIN（） 返回给定列中的最小值
MAX（） 返回给定列中的最大值。
SUM（） 返回给定列中数值的总和
AVG（） 返回给定列的平均值
COUNT（） 返回给定列中的值总数
COUNT（*） 返回表中的行数
有关使用聚合函数的 SQL 脚本示例：
假设我们需要找到总销售额大于 950 美元的销售订单。我们将子句和子句结合起来来实现这一点：HAVINGGROUP BY
SELECT
orderId, SUM(unitPrice * qty) Total
FROM
OrderDetails
GROUP BY orderId
HAVING Total > 950;
对所有订单进行计数，并对它们进行分组 customerID，并对结果升序进行排序。我们将函数和 、子句和 ：COUNTGROUP BYORDER BYASC
SELECT
customerId, COUNT(*)
FROM
Orders
GROUP BY customerId
ORDER BY COUNT(*) ASC;
检索平均单价大于 10 美元的类别，使用函数组合 和 子句：AVGGROUP BYHAVING
SELECT
categoryName, AVG(unitPrice)
FROM
Products p
INNER JOIN
Categories c ON c.categoryId = p.categoryId
GROUP BY categoryName
HAVING AVG(unitPrice) > 10;
使用子查询中的函数按每个类别获取较便宜的产品：MIN
SELECT categoryId,
productId,
productName,
unitPrice
FROM Products p1
WHERE unitPrice = (
SELECT MIN(unitPrice)
FROM Products p2
WHERE p2.categoryId = p1.categoryId)
下面将向您展示如何使用子查询中的函数选择最近的日期项“productDate”：MAX
SELECT categoryId,
productId,
productName,
unitPrice,
productDate
FROM Products p1
WHERE productDate= (
SELECT MAX(productDate)
FROM Products p2
WHERE p2.categoryId = p1.categoryId)
以下语句对 categoryId 和 productId 列中具有相同值的行进行分组：
SELECT
categoryId, categoryName, productId, SUM(unitPrice)
FROM
Products p
INNER JOIN
Categories c ON c.categoryId = p.categoryId
GROUP BY categoryId, productId
4赞
INDRAJITH EKANAYAKE
12/26/2020
#3
用简单的英语来说，从两个参数中，我们正在做的是寻找相似的值对，并将计数到第三列。GROUP BY
请看以下示例以供参考。在这里，我使用的是 1872 年至 2020 年的国际足球比赛结果
+----------+----------------+--------+---+---+--------+---------+-------------------+-----+
| _c0| _c1| _c2|_c3|_c4| _c5| _c6| _c7| _c8|
+----------+----------------+--------+---+---+--------+---------+-------------------+-----+
|1872-11-30| Scotland| England| 0| 0|Friendly| Glasgow| Scotland|FALSE|
|1873-03-08| England|Scotland| 4| 2|Friendly| London| England|FALSE|
|1874-03-07| Scotland| England| 2| 1|Friendly| Glasgow| Scotland|FALSE|
|1875-03-06| England|Scotland| 2| 2|Friendly| London| England|FALSE|
|1876-03-04| Scotland| England| 3| 0|Friendly| Glasgow| Scotland|FALSE|
|1876-03-25| Scotland| Wales| 4| 0|Friendly| Glasgow| Scotland|FALSE|
|1877-03-03| England|Scotland| 1| 3|Friendly| London| England|FALSE|
|1877-03-05| Wales|Scotland| 0| 2|Friendly| Wrexham| Wales|FALSE|
|1878-03-02| Scotland| England| 7| 2|Friendly| Glasgow| Scotland|FALSE|
|1878-03-23| Scotland| Wales| 9| 0|Friendly| Glasgow| Scotland|FALSE|
|1879-01-18| England| Wales| 2| 1|Friendly| London| England|FALSE|
|1879-04-05| England|Scotland| 5| 4|Friendly| London| England|FALSE|
|1879-04-07| Wales|Scotland| 0| 3|Friendly| Wrexham| Wales|FALSE|
|1880-03-13| Scotland| England| 5| 4|Friendly| Glasgow| Scotland|FALSE|
|1880-03-15| Wales| England| 2| 3|Friendly| Wrexham| Wales|FALSE|
|1880-03-27| Scotland| Wales| 5| 1|Friendly| Glasgow| Scotland|FALSE|
|1881-02-26| England| Wales| 0| 1|Friendly|Blackburn| England|FALSE|
|1881-03-12| England|Scotland| 1| 6|Friendly| London| England|FALSE|
|1881-03-14| Wales|Scotland| 1| 5|Friendly| Wrexham| Wales|FALSE|
|1882-02-18|Northern Ireland| England| 0| 13|Friendly| Belfast|Republic of Ireland|FALSE|
+----------+----------------+--------+---+---+--------+---------+-------------------+-----+
现在我将按操作按相似的 country（column） 和 tournament（） 值对进行分组，_c7_c5GROUP BY
SELECT `_c5`,`_c7`,count(*) FROM res GROUP BY `_c5`,`_c7`
+--------------------+-------------------+--------+
| _c5| _c7|count(1)|
+--------------------+-------------------+--------+
| Friendly| Southern Rhodesia| 11|
| Friendly| Ecuador| 68|
|African Cup of Na...| Ethiopia| 41|
|Gold Cup qualific...|Trinidad and Tobago| 9|
|AFC Asian Cup qua...| Bhutan| 7|
|African Nations C...| Gabon| 2|
| Friendly| China PR| 170|
|FIFA World Cup qu...| Israel| 59|
|FIFA World Cup qu...| Japan| 61|
|UEFA Euro qualifi...| Romania| 62|
|AFC Asian Cup qua...| Macau| 9|
| Friendly| South Sudan| 1|
|CONCACAF Nations ...| Suriname| 3|
| Copa Newton| Argentina| 12|
| Friendly| Philippines| 38|
|FIFA World Cup qu...| Chile| 68|
|African Cup of Na...| Madagascar| 29|
|FIFA World Cup qu...| Burkina Faso| 30|
| UEFA Nations League| Denmark| 4|
| Atlantic Cup| Paraguay| 2|
+--------------------+-------------------+--------+
解释：第一排的意思是南罗得西亚总共举行了 11 场友谊赛。
注意：在这种情况下，必须使用计数器列。
下一个：按多列分组
评论