SQL 中的聚合函数非常强大。当将这些函数与GROUP BY和 等子句组合时HAVING，我们发现了从全新角度查看数据的方法。我们可以使用这些函数来给我们带来全新的见解，而不是看着同样的旧的无休止的平板。聚合函数帮助我们理解更宏观的事物。 这些事情可能包括查找数据集中的异常值，或者只是根据某些任意指标（例如销售数字）确定应该解雇哪位有家庭需要养活的员工。
掌握了 S的基础知识JOIN后，SQL 开始变得非常非常强大。我们普通的二维表格突然获得了这种能力，可以组合、聚合、折叠起来，像宇宙本身一样无限向外扩展，甚至超越到第四维度。*
*需要引用
我们的基本聚合函数
首先，让我们看看“聚合函数”是什么意思。这些简单的函数为我们提供了一种从数学上量化数据库中具体内容的方法。对表列执行聚合函数，为我们提供所述列的组成。就其本身而言，它们看起来非常简单：
AVG：列中一组值的平均值。
COUNT：指定表或视图中一列包含的行数。
MIN：一组值中的最小值。
MAX：一组值中的最大值。
SUM：值的总和。
不同的聚合
当我们想知道值的数量时，单独使用聚合函数的一种特别有用的方法是DISTINCT。虽然聚合值考虑了所有记录，但使用DISTINCT限制返回的数据专门引用唯一值。COUNT(column_name)将返回列中所有记录的数量，其中COUNT(DISTINCT column_name)将忽略计数列中重复值的记录。
使用 GROUP BY
该GROUP BY语句通常与聚合函数（COUNT、MAX、MIN、SUM、AVG）一起使用，以按一列或多列对结果集进行分组。
为了演示聚合函数如何继续工作，我将使用一个熟悉的数据库：该数据库包含本博客的所有内容。让我们快速预览一下我们正在处理的内容：
| title | slug | feature_image | meta_title | meta_description | created_at | updated_at | published_at | custom_excerpt |
|---|---|---|---|---|---|---|---|---|
| Welcome to Hackers and Slackers | welcome-to-hackers-and-slackers | /content/images/2017/11/welcome@2x.jpg | Welcome to Hackers and Slackers | Hackers and Slackers | Technology for badasses | 2017-11-17 20:29:13 | 2018-07-25 02:06:02 | 2017-11-13 20:37:00 | Technology for badasses. |
| Generating Tree Hierarchies with Treelib | creating-trees-in-treelib | /content/images/2017/11/tree7@2x.jpg | Tree Hierarchies with Treelib | Hackers and Slackers | Treelib is a Python library that allows you to create a visual tree hierarchy: a simple plaintext representation of parent-child relationships. | 2017-11-17 20:45:10 | 2019-03-28 09:02:39 | 2017-11-17 20:56:40 | Using Python to visualize file hierarchies as trees. |
| About the Squad | about | https://hackers.nyc3.cdn.digitaloceanspaces.com/posts/2017/11/welcome@2x.jpg | About | Hackers and Slackers | Hackers and Slackers is a community which values technology, life, and improving the latter with the former. | 2017-11-17 20:58:42 | 2019-04-22 08:47:02 | 2017-11-17 20:58:46 | Hackers and Slackers is a community which values technology, life, and improving the latter with the former. |
| Join | join | https://hackers.nyc3.cdn.digitaloceanspaces.com/posts/2017/11/join@2x.jpg | Join | Hackers and Slackers | 2017-11-17 20:59:05 | 2018-07-25 02:06:02 | 2017-11-17 21:03:06 | ||
| Merge Sets of Data in Python Using Pandas | merge-dataframes-with-pandas | /content/images/2017/11/pandasmerge@2x.jpg | Merging Dataframes with Pandas | Hackers and Slackers | Perform merges of data similar to SQL JOINs using Python's Pandas library: the essential library for data analysis in Oython. | 2017-11-18 00:09:32 | 2018-12-26 09:29:22 | 2017-11-18 00:22:25 | Perform SQL-like merges of data using Python's Pandas. |
我们议程上的第 1 项：我们将使用聚合来查找哪些作者发帖最频繁：
SELECT COUNT(title), author_idFROM postsGROUP BY author_id;
结果：
| Count | author_id |
|---|---|
| 102 | 1 |
| 280 | 5c12c3821345c22dced9f591 |
| 17 | 5c12c3821345c22dced9f592 |
| 5 | 5c12c3821345c22dced9f593 |
| 2 | 5c12c3821345c22dced9f594 |
| 2 | 5c12c3821345c22dced9f595 |
哦，看，一个现实生活中的数据问题需要解决！看起来 Ghost 的帖子表中的作者只是通过他们的 ID 来表示。这不是很有用。幸运的是，我们已经对 JOIN 有了足够的了解，知道我们可以填充users表中缺失的信息！
SELECT COUNT(posts.title), users.nameFROM postsLEFT JOIN usersON (posts.author_id = users.id)GROUP BY users.idORDER BY COUNT(posts.title) DESC;
让我们看看这次的结果：
| Count | author_id |
|---|---|
| 280 | Matthew Alhonte |
| 102 | Todd Birchard |
| 17 | Max Mileaf |
| 5 | Ryan Rosado |
| 2 | Graham Beckley |
| 2 | David Aquino |
现在更像了！马特（Matt）凭借他的山猫综述系列（Lynx Roundup ）碾压了比赛，而我则位居第二。马克斯曾一度拥有可观的数字，但想必已经转向了其他爱好，比如过自己的生活。
对于剩下的事情，除了我们正在招聘之外，我没有什么可说的。不过我们不付钱。事实上，加入我们的好处可能为零。
使用“HAVING”进行条件分组
HAVING就像WHERE聚合的一样。我们不能使用WHERE聚合值，所以这就是HAVING存在的原因。HAVING不能接受任何条件值，但它必须接受从GROUP BY. 也许这在查询中更容易可视化：
SELECT tags.name, COUNT(DISTINCT posts_tags.post_id)FROM posts_tags LEFT JOIN tags ON tags.id = posts_tags.tag_id LEFT JOIN posts ON posts.id = posts_tags.post_idGROUP BY tags.idHAVING COUNT(DISTINCT posts_tags.post_id) > 10ORDER BY COUNT(DISTINCT posts_tags.post_id) DESC;
在这种情况下，我们希望查看博客上的哪些标签拥有最多的相关帖子。该查询与我们之前的查询非常相似，只是这次我们有一位特殊的客人：
HAVING COUNT(DISTINCT posts_tags.post_id) > 10
这种用法HAVING只能为我们提供具有十个或更多帖子的标签。通过让达尔文主义顺其自然，这应该可以清理我们的报告。结果如下：
| tag | Count |
|---|---|
| Roundup | 263 |
| Python | 80 |
| Machine Learning | 29 |
| DevOps | 28 |
| Data Science | 28 |
| Software Development | 27 |
| Data Engineering | 23 |
| Excel | 19 |
| SQL | 18 |
| Architecture | 18 |
| REST APIs | 16 |
| #Adventures in Excel | 16 |
| Pandas | 15 |
| Flask | 14 |
| Data Analysis | 12 |
| JavaScript | 12 |
| AWS | 11 |
| MySQL | 11 |
正如预期的那样，Matt 的综述帖子占据领先地位（如果我们将其与之前的数据进行比较，我们可以看到 Matt 总共发布了17 个非 Lynx 帖子：这意味着 Max 和 Matt 正式并列）。
如果我们没有包含我们的HAVING声明，这个列表将会更长，充满了没人关心的标签。由于明确的省略，现在我们不需要经历面对那些悲伤可悲的标签时所带来的黑暗抑郁。眼不见，心不烦。
更多聚合
为了探索其他一些聚合，我们将切换数据集。这次，我们将研究美国城市的风速：
| datetime | Vancouver | Portland | San Francisco | Seattle | Los Angeles | San Diego | Las Vegas | Phoenix | Albuquerque | Denver | San Antonio | Dallas | Houston | Kansas City | Minneapolis | Saint Louis | Chicago | Nashville | Indianapolis | Atlanta | Detroit | Jacksonville | Charlotte | Miami | Pittsburgh | Toronto | Philadelphia | New York | Montreal | Boston | Beersheba | Tel Aviv District | Eilat | Haifa | Nahariyya | Jerusalem |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2012-10-01 12:00:00 | 8 | |||||||||||||||||||||||||||||||||||
| 2012-10-01 13:00:00 | 0 | 0 | 2 | 0 | 0 | 0 | 0 | 2 | 4 | 4 | 0 | 3 | 1 | 0 | 3 | 4 | 0 | 4 | 4 | 3 | 0 | 3 | 4 | 3 | 0 | 3 | 4 | 7 | 4 | 3 | 1 | 0 | 8 | 2 | 2 | 2 |
| 2012-10-01 14:00:00 | 0 | 0 | 2 | 0 | 0 | 0 | 0 | 2 | 4 | 4 | 0 | 3 | 1 | 0 | 3 | 4 | 0 | 4 | 4 | 3 | 0 | 3 | 4 | 3 | 0 | 3 | 4 | 7 | 4 | 3 | 3 | 0 | 8 | 2 | 2 | 2 |
| 2012-10-01 15:00:00 | 0 | 0 | 2 | 0 | 0 | 0 | 0 | 2 | 4 | 3 | 0 | 3 | 1 | 0 | 3 | 4 | 0 | 4 | 4 | 3 | 0 | 3 | 4 | 3 | 0 | 3 | 3 | 7 | 4 | 3 | 3 | 0 | 8 | 2 | 2 | 2 |
| 2012-10-01 16:00:00 | 0 | 0 | 2 | 0 | 0 | 0 | 0 | 2 | 4 | 3 | 0 | 3 | 1 | 0 | 3 | 3 | 0 | 4 | 4 | 3 | 0 | 3 | 4 | 3 | 0 | 3 | 3 | 7 | 4 | 3 | 3 | 0 | 8 | 2 | 2 | 2 |
| 2012-10-01 17:00:00 | 0 | 0 | 2 | 0 | 0 | 0 | 0 | 2 | 4 | 3 | 0 | 3 | 1 | 0 | 3 | 3 | 0 | 4 | 4 | 3 | 0 | 3 | 4 | 3 | 0 | 3 | 3 | 6 | 3 | 3 | 3 | 0 | 8 | 2 | 2 | 2 |
| 2012-10-01 18:00:00 | 0 | 0 | 2 | 0 | 0 | 0 | 0 | 2 | 4 | 3 | 0 | 3 | 2 | 0 | 3 | 3 | 0 | 4 | 4 | 3 | 0 | 3 | 4 | 3 | 0 | 3 | 3 | 6 | 3 | 3 | 3 | 0 | 8 | 2 | 2 | 2 |
| 2012-10-01 19:00:00 | 0 | 0 | 2 | 0 | 0 | 0 | 0 | 2 | 4 | 3 | 0 | 3 | 2 | 0 | 3 | 3 | 0 | 4 | 4 | 3 | 0 | 3 | 4 | 4 | 0 | 3 | 3 | 6 | 3 | 3 | 2 | 1 | 8 | 2 | 2 | 2 |
| 2012-10-01 20:00:00 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 1 | 4 | 3 | 0 | 3 | 2 | 0 | 3 | 3 | 0 | 4 | 4 | 3 | 0 | 3 | 4 | 4 | 0 | 3 | 3 | 6 | 3 | 3 | 2 | 1 | 8 | 2 | 2 | 2 |
| 2012-10-01 21:00:00 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 1 | 4 | 3 | 0 | 3 | 2 | 0 | 3 | 3 | 0 | 4 | 4 | 3 | 0 | 3 | 4 | 4 | 0 | 3 | 3 | 6 | 3 | 3 | 2 | 1 | 8 | 2 | 2 | 2 |
让我们想想芝加哥是否真的是风城，好吗？
SELECT AVG(Chicago), AVG(`San Francisco`), AVG(`Los Angeles`), AVG (Seattle), AVG(`New York`), AVG(`Boston`), AVG(Vancouver), AVG(Miami)FROM wind_speed;
...Aa结果！：
| AVG(Chicago) | AVG(`San Francisco`) | AVG(`Los Angeles`) | AVG (Seattle) | AVG(`New York`) | AVG(`Boston`) | AVG(Vancouver) | AVG(Miami) |
|---|---|---|---|---|---|---|---|
| 3.7593 | 2.7867 | 1.2195 | 2.1181 | 3.2110 | 3.3809 | 2.4327 | 3.2365 |
哇，这么看来（乍一看），芝加哥确实是风最大的城市！我……不确定出于某种原因我是否在期待这一点。让我们看看芝加哥的风速范围：
SELECT AVG(Chicago), MIN(Chicago), MAX(Chicago)FROM wind_speed;
| AVG(Chicago) | MIN(Chicago) | MAX(Chicago) |
|---|---|---|
| 3.7593 | 0 | 25 |
那么芝加哥数据集中的最低风速似乎为 0（并不令人震惊）。另一方面，我们记录的芝加哥最高风速为25 英里/小时！哇！那不是……危险吗？文章来源：https://www.toymoban.com/diary/sql/577.html
发挥创意
聚合函数不仅仅是计算值或求平均值。特别是在数据科学中，这些函数对于从数据中得出任何统计结论至关重要。也就是说，注意力的持续时间有限，而且我不是科学家。也许这可以是你的工作。文章来源地址https://www.toymoban.com/diary/sql/577.html
到此这篇关于从零开始学习SQL数据库操作：学习聚合函数的使用方法的文章就介绍到这了,更多相关内容可以在右上角搜索或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
