进阶5：分组函数（一次处理一组数据得出一个结果）

最新推荐文章于 2023-02-01 16:07:00 发布

原创最新推荐文章于 2023-02-01 16:07:00 发布 · 653 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#数据分析 #大数据 #java #数据库

MySql 专栏收录该内容

13 篇文章

订阅专栏

本文详细介绍了SQL中的分组函数，包括求和(sum)、求平均(avg)、求最大值(max)、求最小值(min)及计数(count)，并提供了实际应用场景示例，如统计员工工资总额、平均工资等。

文章目录

说明：分组函数释意

分组函数往往用于实现将一组数据进行统计计算，最终得到一个值，又称为聚合函数或统计函数

分组函数就是一次处理一组数据得出一个数据的函数，常用于处理分组后，处理每一组的数据得出一个结果

分组函数清单：目前就5个函数

sum(字段名)：求和
avg(字段名)：求平均数
max(字段名)：求最大值
min(字段名)：求最小值
count(字段名)：计算非空字段值得个数(自动去空，不统计null)

示例：

#案例一：查询员工信息表中，所有员工的工资和，工资平均值，最低工资，最高工资，有工资个数
SELECT SUM(salary),AVG(salary),MAX(salary),MIN(salary),COUNT(salary) FROM employees;

#案例二：添加筛选条件
#1.查询emp表中的记录数
SELECT COUNT(employee_id) FROM employees;
#2.查询表中有工资的人
SELECT COUNT(salary) FROM employees;
#3.查询emp表中月薪大于25000的人数
SELECT COUNT(salary) FROM employees WHERE salary>2500;

count补充介绍

1、统计结果集的行数，推荐使用count(*)

#COUNT()专门用来统计行数
SELECT COUNT() FROM employees;
SELECT COUNT(*) FROM employees WHERE department_id=30;

#count(1) 也是用来统计行数
SELECT COUNT(1) FROM employees;

2.搭配distinct实现去重的统计

需求：查询有员工的部门个数

SELECT COUNT(DISTINCT department_id) FROM employees;

示例

#进阶5：分组函数
/*
说明：分组函数往往用于实现将一组数据进行统计计算，最终得到一个值，又称为聚合函数或统计函数


分组函数清单：
	
	sum(字段名)：求和
	avg(字段名)：求平均数
	max(字段名)：求最大值
	min(字段名)：求最小值
	count(字段名)：计算非空字段值得个数(自动去空，不统计null)
*/

#案例一：查询员工信息表中，所有员工的工资和，工资平均值，最低工资，最高工资，有工资个数
SELECT SUM(`salary`),AVG(`salary`),MAX(`salary`),MIN(`salary`),COUNT(`salary`) FROM employees;

#案例二：添加筛选条件
   #1.查询emp表中的记录数
   SELECT COUNT(`employee_id`) FROM `employees`;
   #2.查询表中有工资的人
   SELECT COUNT(`salary`) FROM `employees`;
   #3.查询emp表中月薪大于25000的人数
   SELECT COUNT(`salary`) FROM `employees` WHERE `salary`>2500;
   
#count补充介绍

#1、统计结果集的行数，推荐使用count(*)
#COUNT(*)专门用来统计行数
SELECT COUNT(*) FROM `employees`;
SELECT COUNT(*) FROM `employees` WHERE `department_id`=30;

#count(1) 也是用来统计行数
SELECT COUNT(1) FROM employees;

#2.搭配distinct实现去重的统计

#需求：查询有员工的部门个数
SELECT COUNT(DISTINCT `department_id`) FROM `employees`;


#思考：每个部门的总工资，平均工资？
分组查询：和分组函数一起查询的就是分组的字段

SELECT SUM(`salary`),`department_id`
FROM `employees`
GROUP BY `department_id`;