交叉表
交叉表(Cross Tabulations)是一种常用的分类汇总表格。使用交叉表查询,显示源于表中某个字段的汇总值,并将它们分组,其中一组列在数据表的左侧,另一组列在数据表的上部。行和列的交叉处可以对数据进行多种汇总计算,如:求和、平均值、记数、最大值、最小值等。使用交叉表查询数据非常直观明了,被广泛应用。交叉表查询也是数据库的一个特点。
例如:
select 表1.组名,
(select 表1.成员姓名 from 表2 b where 表1.成员1id=表2.成员id) as 成员1id,
(select 表1.成员姓名 from 表2 b where 表1.成员2id=表2.成员id) as 成员2id,
(select 表1.成员姓名 from 表2 b where 表1.成员3id=表2.成员id) as 成员3id
from 表1,表2
--这种就是交叉表查询
交叉报表是报表当中常见的类型,属于基本的报表,是行、列方向都有分组的报表。这里牵涉到另外一个概念即分组报表。这是所有报表当中最普通,最常见的报表类型,也是所有报表工具都支持的一种报表格式。从一般概念上来讲,分组报表就是只有纵向的分组。传统的分组报表制作方式是把报表划分为条带状,用户根据一个数据绑定向导指定分组,汇总字段,生成标准的分组报表。
这里我来演示下在POSTGRESQL里面如何实现交叉表的展示,下面话不多说了,来一起看看详细的介绍吧
原始表数据如下:
t_girl=# select * from score; name | subject | score -------+---------+------- Lucy | English | 100 Lucy | Physics | 90 Lucy | Math | 85 Lily | English | 95 Lily | Physics | 81 Lily | Math | 84 David | English | 100 David | Physics | 86 David | Math | 89 Simon | English | 90 Simon | Physics | 76 Simon | Math | 79 (12 rows) Time: 2.066 ms
想要实现以下的结果:
name | English | Physics | Math ------+---------+---------+------ Simon | 90 | 76 | 79 Lucy | 100 | 90 | 85 Lily | 95 | 81 | 84 David | 100 | 86 | 89
大致有以下几种方法:
1、用标准SQL展现出来
t_girl=# select name, t_girl-# sum(case when subject = 'English' then score else 0 end) as "English", t_girl-# sum(case when subject = 'Physics' then score else 0 end) as "Physics", t_girl-# sum(case when subject = 'Math' then score else 0 end) as "Math" t_girl-# from score t_girl-# group by name order by name desc; name | English | Physics | Math -------+---------+---------+------ Simon | 90 | 76 | 79 Lucy | 100 | 90 | 85 Lily | 95 | 81 | 84 David | 100 | 86 | 89 (4 rows) Time: 1.123 ms
2、用PostgreSQL 提供的第三方扩展 tablefunc 带来的函数实现
以下函数crosstab 里面的SQL必须有三个字段,name, 分类以及分类值来作为起始参数,必须以name,分类值作为输出参数。
t_girl=# SELECT * FROM crosstab('select name,subject,score from score order by name desc',$$values ('English'::text),('Physics'::text),('Math'::text)$$) AS score(name text, English int, Physics int, Math int); name | english | physics | math -------+---------+---------+------ Simon | 90 | 76 | 79 Lucy | 100 | 90 | 85 Lily | 95 | 81 | 84 David | 100 | 86 | 89 (4 rows) Time: 2.059 ms
3、用PostgreSQL 自身的聚合函数实现
t_girl=# select name,split_part(split_part(tmp,',',1),':',2) as "English", t_girl-# split_part(split_part(tmp,',',2),':',2) as "Physics", t_girl-# split_part(split_part(tmp,',',3),':',2) as "Math" t_girl-# from t_girl-# ( t_girl(# select name,string_agg(subject||':'||score,',') as tmp from score group by name order by name desc t_girl(# ) as T; name | English | Physics | Math -------+---------+---------+------ Simon | 90 | 76 | 79 Lucy | 100 | 90 | 85 Lily | 95 | 81 | 84 David | 100 | 86 | 89 (4 rows) Time: 2.396 ms
4、 存储函数实现
create or replace function func_ytt_crosstab_py () returns setof ytt_crosstab as $ytt$ for row in plpy.cursor("select name,string_agg(subject||':'||score,',') as tmp from score group by name order by name desc"): a = row['tmp'].split(',') yield (row['name'],a[0].split(':')[1],a[1].split(':')[1],a[2].split(':')[1]) $ytt$ language plpythonu; t_girl=# select name,english,physics,math from func_ytt_crosstab_py(); name | english | physics | math -------+---------+---------+------ Simon | 90 | 76 | 79 Lucy | 100 | 90 | 85 Lily | 95 | 81 | 84 David | 100 | 86 | 89 (4 rows) Time: 2.687 ms
5、 用PLPGSQL来实现
t_girl=# create type ytt_crosstab as (name text, English text, Physics text, Math text); CREATE TYPE Time: 22.518 ms create or replace function func_ytt_crosstab () returns setof ytt_crosstab as $ytt$ declare v_name text := ''; v_english text := ''; v_physics text := ''; v_math text := ''; v_tmp_result text := ''; declare cs1 cursor for select name,string_agg(subject||':'||score,',') from score group by name order by name desc; begin open cs1; loop fetch cs1 into v_name,v_tmp_result; exit when not found; v_english = split_part(split_part(v_tmp_result,',',1),':',2); v_physics = split_part(split_part(v_tmp_result,',',2),':',2); v_math = split_part(split_part(v_tmp_result,',',3),':',2); return query select v_name,v_english,v_physics,v_math; end loop; end; $ytt$ language plpgsql; t_girl=# select name,English,Physics,Math from func_ytt_crosstab(); name | english | physics | math -------+---------+---------+------ Simon | 90 | 76 | 79 Lucy | 100 | 90 | 85 Lily | 95 | 81 | 84 David | 100 | 86 | 89 (4 rows) Time: 2.127 ms
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,如果有疑问大家可以留言交流,谢谢大家对的支持。
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。
更新日志
- 凤飞飞《我们的主题曲》飞跃制作[正版原抓WAV+CUE]
- 刘嘉亮《亮情歌2》[WAV+CUE][1G]
- 红馆40·谭咏麟《歌者恋歌浓情30年演唱会》3CD[低速原抓WAV+CUE][1.8G]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[320K/MP3][193.25MB]
- 【轻音乐】曼托凡尼乐团《精选辑》2CD.1998[FLAC+CUE整轨]
- 邝美云《心中有爱》1989年香港DMIJP版1MTO东芝首版[WAV+CUE]
- 群星《情叹-发烧女声DSD》天籁女声发烧碟[WAV+CUE]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[FLAC/分轨][748.03MB]
- 理想混蛋《Origin Sessions》[320K/MP3][37.47MB]
- 公馆青少年《我其实一点都不酷》[320K/MP3][78.78MB]
- 群星《情叹-发烧男声DSD》最值得珍藏的完美男声[WAV+CUE]
- 群星《国韵飘香·贵妃醉酒HQCD黑胶王》2CD[WAV]
- 卫兰《DAUGHTER》【低速原抓WAV+CUE】
- 公馆青少年《我其实一点都不酷》[FLAC/分轨][398.22MB]
- ZWEI《迟暮的花 (Explicit)》[320K/MP3][57.16MB]