ApX 标志ApX 标志

趋近智

大模型显存计算器硬件课程定价
ApX 标志ApX 标志

趋近智

大模型显存计算器硬件课程定价

所有课程

数据科学SQL入门
章节 1: 数据库和 SQL 入门
什么是关系型数据库?
表、列和行
理解数据类型
什么是SQL(结构化查询语言)?
搭建你的环境(可选)
第 1 章测验
章节 2: 使用 SELECT 语句获取数据
SELECT 语句基础
选择特定列
选择所有列
使用列别名
限制查询结果
动手实践:编写基本 SELECT 查询
第 2 章测验
章节 3: 数据筛选与排序
WHERE 子句筛选数据简介
比较运算符 (=, <>, <, >, <=, >=)
使用 AND、OR、NOT 进行筛选
使用 IN 和 BETWEEN 进行筛选
处理 NULL 值
使用 LIKE 进行模式匹配
使用 ORDER BY 排序结果
实战练习:筛选和排序查询
第 3 章测验
章节 4: 数据聚合
聚合函数简介
使用 COUNT 统计行数
使用 SUM 计算总和
使用AVG计算平均值
使用 MIN/MAX 函数查找最小值和最大值
用 GROUP BY 进行数据分组
使用 HAVING 过滤分组
动手实践:聚合与分组
第 4 章测验
章节 5: 连接多张表的数据
为何合并数据?
理解主键和外键
SQL JOINs 简介
使用 INNER JOIN
连接多个表
使用表的别名
实践操作:编写 INNER JOIN 查询
第 5 章测验

用 GROUP BY 进行数据分组

聚合函数,如 COUNT()、SUM() 和 AVG(),用于计算查询返回的所有行的汇总统计信息。虽然获得一个单一的数字(例如总订单数或整个产品目录的平均产品价格)很有用,但通常你需要更细致的汇总。例如,你可能不想要整体的平均产品价格,而是想知道每个产品类别的平均价格。或者,你可能不想要客户总数,而是想知道每个城市中的客户数量。

这就是 GROUP BY 子句发挥作用的地方。它允许你根据一个或多个列中的值,将表的行分成更小的组。然后,聚合函数会独立地应用于这些组中的每一个。

GROUP BY 的工作机制

可以把 GROUP BY 看作是在聚合发生之前重新组织数据的过程:

  1. 分区: SQL 逻辑上将 FROM 和 WHERE 子句返回的行划分为组。组内的所有行在 GROUP BY 子句中指定的列中具有相同的值。
  2. 聚合: SELECT 子句中列出的聚合函数(例如 COUNT()、AVG()、SUM()、MIN()、MAX())随后分别应用于每个组。
  3. 结果: 查询为每个组返回一行汇总结果。

基本语法如下:

SELECT
    column_to_group_by,
    aggregate_function(column_to_aggregate)
FROM
    table_name
WHERE
    -- 可选:在分组之前过滤行
    condition
GROUP BY
    column_to_group_by
ORDER BY
    -- 可选:对分组结果进行排序
    column_to_group_by; -- 或聚合函数结果

注意顺序:GROUP BY 在 FROM 和 WHERE 之后,但在 ORDER BY 之前。

简单分组示例

让我们使用一个包含客户订单信息的 Orders 表:

order_id customer_id order_date order_total
101 1 2023-10-01 50.00
102 2 2023-10-01 120.50
103 1 2023-10-05 75.25
104 3 2023-10-06 30.00
105 2 2023-10-08 80.00
106 1 2023-10-10 45.75

假设我们想找到每个客户的总花费金额。我们需要按 customer_id 对行进行分组,然后对每个组的 order_total 应用 SUM() 函数。

SELECT
    customer_id,
    SUM(order_total) AS total_spent
FROM
    Orders
GROUP BY
    customer_id;

SQL 的处理过程如下:

  1. 它查看 Orders 表。
  2. 它根据 customer_id 对行进行分组:
    • 组 1:customer_id = 1(订单 101、103、106)
    • 组 2:customer_id = 2(订单 102、105)
    • 组 3:customer_id = 3(订单 104)
  3. 它为每个组计算 SUM(order_total):
    • 组 1:50.00+75.25+45.75=171.0050.00 + 75.25 + 45.75 = 171.0050.00+75.25+45.75=171.00
    • 组 2:120.50+80.00=200.50120.50 + 80.00 = 200.50120.50+80.00=200.50
    • 组 3:30.00=30.0030.00 = 30.0030.00=30.00
  4. 它为每个组返回一行:
customer_id total_spent
1 171.00
2 200.50
3 30.00

我们还可以使用 COUNT(*) 找到每个客户的订单数量:

SELECT
    customer_id,
    COUNT(*) AS number_of_orders
FROM
    Orders
GROUP BY
    customer_id;

这将返回:

customer_id number_of_orders
1 3
2 2
3 1

GROUP BY 的 SELECT 列表规则

使用 GROUP BY 时有一条重要规则:SELECT 列表中任何不是聚合函数的列都必须包含在 GROUP BY 子句中。

为什么?考虑查询 SELECT customer_id, SUM(order_total) FROM Orders GROUP BY customer_id;。这之所以可行,是因为对于每个组(由单个 customer_id 定义),都有一个单一的 customer_id 值和一个单一的 SUM(order_total) 结果。

现在,假设你尝试这样做:

-- 此查询在标准 SQL 中通常无效
SELECT
    customer_id,
    order_date, -- 未聚合,也不在 GROUP BY 中
    SUM(order_total) AS total_spent
FROM
    Orders
GROUP BY
    customer_id;

对于 customer_id 为 1 的情况,存在多个 order_date 值('2023-10-01'、'2023-10-05'、'2023-10-10')。由于查询将这三行合并为 customer_id 1 的单个输出行,SQL 不知道应该显示哪个 order_date。为避免这种模糊性,SQL 要求 SELECT 列表中任何非聚合列也必须包含在 GROUP BY 子句中。如果你将 order_date 放在 GROUP BY 中,你将根据 customer_id 和 order_date 的组合进行分组,这是一种不同的计算。

按多个列分组

你不限于只按一个列进行分组。你可以在 GROUP BY 子句中指定多个列,根据这些列中值的独特组合来创建更细致的组。

让我们在 Orders 表中添加一个 product_category 列(为简化起见,假设每个订单只属于一个类别):

order_id customer_id product_category order_total
101 1 Books 50.00
102 2 Electronics 120.50
103 1 Groceries 75.25
104 3 Books 30.00
105 2 Groceries 80.00
106 1 Books 45.75

现在,让我们找到每个客户在每个产品类别内的总花费:

SELECT
    customer_id,
    product_category,
    SUM(order_total) AS category_total_spent
FROM
    Orders
GROUP BY
    customer_id, product_category -- 按组合分组
ORDER BY
    customer_id, product_category; -- 可选排序

SQL 现在根据唯一的 (customer_id, product_category) 对形成组:

  • (1, Books) -> 订单 101, 106 -> 50.00+45.75=95.7550.00 + 45.75 = 95.7550.00+45.75=95.75
  • (1, Groceries) -> 订单 103 -> 75.2575.2575.25
  • (2, Electronics) -> 订单 102 -> 120.50120.50120.50
  • (2, Groceries) -> 订单 105 -> 80.0080.0080.00
  • (3, Books) -> 订单 104 -> 30.0030.0030.00

结果将是:

customer_id product_category category_total_spent
1 Books 95.75
1 Groceries 75.25
2 Electronics 120.50
2 Groceries 80.00
3 Books 30.00

该图演示了 GROUP BY customer_id, product_category 如何根据客户和类别的独特组合划分原始行,从而可以为每个不同的对计算 SUM(order_total)。

与 WHERE 的交互

请记住,WHERE 子句在 GROUP BY 操作发生之前过滤单行。如果你只想针对原始数据的一个子集计算聚合,请使用 WHERE。例如,要找到每个客户的总花费,但只考虑在 '2023-10-04' 之后下的订单:

SELECT
    customer_id,
    SUM(order_total) AS total_spent_recent
FROM
    Orders
WHERE
    order_date > '2023-10-04' -- 首先过滤行
GROUP BY
    customer_id;          -- 对剩余行进行分组

此查询首先移除订单 101 和 102,然后在对总额求和之前,按 customer_id 对剩余的行(103、104、105、106)进行分组。

GROUP BY 子句是从数据中创建有意义汇总的基础。它与聚合函数协同工作,将多行合并为针对数据集中不同组的有信息的汇总统计信息。接下来,我们将研究如何使用 HAVING 子句过滤这些分组后的结果。

  • SQL SELECT Statement (including GROUP BY), PostgreSQL Global Development Group, 2023 - 官方文档,解释 SELECT 语句的结构,包括 GROUP BY 子句及其数据聚合规则。

© 2026 ApX Machine Learning