sql 行转列，总结分析

来源：互联网发布：软件开发需求文档编辑：程序博客网时间：2024/06/05 15:23

合并行，行转列

SELECT * FROM test.`dd`;

output:id  verdor_id       x       y       z  date------  ---------  ------  ------  ------  ------------ 1  A              11     789      24  2016-06-23 2  B               1      11      28  2016-06-23 3  B               1      11      28  2016-06-22 4  B               1      11      28  2016-06-21 5  A              11     789      24  2016-06-22

# 合并行 ，行转列SELECTdd.`date`,MAX(CASE WHEN verdor_id = 'A' THEN dd.`x` ELSE 0 END) 'A_vendor_x',MAX(CASE WHEN verdor_id = 'B' THEN dd.`x` ELSE 0 END) 'B_verdor_x',MAX(CASE WHEN verdor_id = 'A' THEN dd.`y` ELSE 0 END) 'A_vendor_y',MAX(CASE WHEN verdor_id = 'B' THEN dd.`y` ELSE 0 END) 'B_verdor_y',MAX(CASE WHEN verdor_id = 'A' THEN dd.`z` ELSE 0 END) 'A_vendor_z',MAX(CASE WHEN verdor_id = 'B' THEN dd.`z` ELSE 0 END) 'B_verdor_z'FROM `dd`GROUP BY dd.`date`

output:date        A_vendor_x  B_verdor_x  A_vendor_y  B_verdor_y  A_vendor_z  B_verdor_z----------  ----------  ----------  ----------  ----------  ----------  ------------2016-06-21           0           1           0          11           0            282016-06-22          11           1         789          11          24            282016-06-23          11           1         789          11          24            28

如何理解上面这条 sql 是如何工作的？

首先：

SELECTdd.`date`,CASE WHEN verdor_id = 'A' THEN dd.`x` ELSE 0 END 'A_vendor_x',CASE WHEN verdor_id = 'B' THEN dd.`x` ELSE 0 END 'B_verdor_x',CASE WHEN verdor_id = 'A' THEN dd.`y` ELSE 0 END 'A_vendor_y',CASE WHEN verdor_id = 'B' THEN dd.`y` ELSE 0 END 'B_verdor_y',CASE WHEN verdor_id = 'A' THEN dd.`z` ELSE 0 END 'A_vendor_z',CASE WHEN verdor_id = 'B' THEN dd.`z` ELSE 0 END 'B_verdor_z'FROM `dd`

output:date        A_vendor_x  B_verdor_x  A_vendor_y  B_verdor_y  A_vendor_z  B_verdor_z----------  ----------  ----------  ----------  ----------  ----------  ------------2016-06-23          11           0         789           0          24             02016-06-23           0           1           0          11           0            282016-06-22           0           1           0          11           0            282016-06-21           0           1           0          11           0            282016-06-22          11           0         789           0          24             0

然后，通过 max + group by 去掉 0 即当初未匹配到的情况。

0 0