【SQL高频练习带刷】day15：排序和分组

题目一：银行账号概要II

题目要求：

编写解决方案,  报告余额高于 10000 的所有用户的名字和余额. 账户的余额等于包含该账户的所有交易的总和。

返回结果表单 无顺序要求 。

1587. 银行账户概要 II - 力扣（LeetCode）

表结构：

运行结果示例：

思路：

        我们根据账户连接两张表，获得每个账户对应的用户名及其流水信息，再按照账户进行分组聚合，计算每个账户下的余额信息。最后使用having子句筛选出余额大于10000的用户名及余额。

运行代码示例：

select name, sum(amount) as balance
from Users
left join Transactions
using(account)
group by Users.account
having sum(amount) > 10000

题目二：查找重复的电子邮箱

题目要求：

编写解决方案来报告所有重复的电子邮件。 请注意，可以保证电子邮件字段不为 NULL。

以 任意顺序 返回结果表。

182. 查找重复的电子邮箱 - 力扣（LeetCode）

表结构：

运行结果示例：

思路：

        本题要求我们寻找重复出现过的电子邮件，我们直接按照电子邮件作为分组字段进行分组，统计每组数据的数量，也就是每个不同的电子邮件的数目，找到数目大于1的即为重复出现的电子邮件。

运行代码示例：

select email as Email 
from Person
group by email
having count(*) > 1

题目三：合作过至少三次的演员和导演

题目要求：

编写解决方案找出合作过至少三次的演员和导演的 id 对 (actor_id, director_id)

1050. 合作过至少三次的演员和导演 - 力扣（LeetCode）

表结构：

运行结果示例：

思路：

        只要根据actor_id和director_id这两个字段分组，再用having子句统计数量筛选就好了。

运行代码示例：

select t1.actor_id,t1.director_id
from ActorDirector t1
group by t1.actor_id,t1.director_id
having count(*) >= 3

题目四：消费者下单频率

题目要求：

写一个解决方案，报告在 2020 年 6 月和 7 月 每个月至少花费 $100 的客户的 customer_id 和 customer_name 。

以 任意顺序 返回结果表.

1511. 消费者下单频率 - 力扣（LeetCode）

表结构：

运行结果示例：

思路：

        本题涉及到了三张表，我们首先需要将这三张表连接起来，获取一张总表，之后再按客户id和姓名进行分组，将筛选条件放在having子句中即可。题目中要找满足6月和7月的花费总额都大于100的，我们可以用case when进行判断。

运行代码示例：

select c.customer_id, name
from Customers c 
left join Orders o 
on c.customer_id = o.customer_id
join Product p
on o.product_id = p.product_id
-- where left(order_date ,7) = '2020-06' or left(order_date ,7) = '2020-07' 
group by customer_id, name
having sum(case when left(o.order_date,7)='2020-06' then p.price*o.quantity else 0 end)>=100 and sum(case when left(o.order_date,7)='2020-07' then p.price*o.quantity else 0 end)>=100

题目五：每天的领导和合伙人

题目要求：

对于每一个 date_id 和 make_name，找出 不同 的 lead_id 以及 不同 的 partner_id 的数量。

按 任意顺序 返回结果表。

1693. 每天的领导和合伙人 - 力扣（LeetCode）

表结构：

运行结果示例：

思路：

        我们按照题目中要求的date_id 和 make_name字段进行分组即可，统计领导者和合伙人的数量，注意由于题目中要求找到“不同的”领导者和合伙人，因此在统计数量时要使用distinct去重。

运行代码示例：

select date_id,make_name,count(distinct lead_id) as unique_leads,count(distinct partner_id) as unique_partners
from DailySales
group by date_id, make_name