Sql Server 生成数据透视表 (行列转换等经典SQL语句)
销售人员 书籍 销量
----------------------------------------
小王 Excel教材 10
小李 Excel教材 15
小王 Word教材 8
小李 Excel教材 7
小王 Excel教材 9
小李 Excel教材 2
小王 Word教材 3
小李 Excel教材 5
一种数据透视的方法是统计每个销售人员对每种书籍的销量 ,结果如下
----------------------------------------------------------------
Excel教材 Word教材 总计
---------------------------------------------- -----------------
小王 29 0 29
小李 19 11 30
各位看明白了吗?这是最简单的一种数据透视了,如果有必要也可以有多级分组。
好了,那在Sql Server中如何视现数据透视的功能呢?我是Sql Server的初学者,看了网上的一些例子,结合自己的理解写了下面这些Sql语句.
生成基础数据的代码
Create table s(
book nvarchar(50),
saledNumber int
)
insert into s ([name],book,saledNumber) values('小王','Excel教材',10);
insert into s ([name],book,saledNumber)values('小李','Excel教材',15);
insert into s ([name],book,saledNumber)values('小王','Word教材',8);
insert into s ([name],book,saledNumber)values('小李','Excel教材',7);
insert into s ([name],book,saledNumber)values('小王','Excel教材',9);
insert into s ([name],book,saledNumber)values('小李','Excel教材',2);
insert into s ([name],book,saledNumber)values('小王','Word教材',3);
insert into s ([name],book,saledNumber)values('小李','Excel教材',5);
生成数据透视表
select @sql = @sql + 'sum(case book when '+quotename(book,'''')+' then saledNumber else 0 end) as ' + quotename(book)+',' from s group by book
select @sql = left(@sql,len(@sql)-1)
select @sql = @sql + ', sum(saledNumber) as [sum] from s group by [name]'
select @sql
exec(@sql)
上面的查询语句首先是拼接了一条"Sql语句",它的最终结果为:
SELECT [name], sum(case book when 'Excel教材' then saledNumber else 0 end) as [Excel教材],sum(case book when 'Word教材' then saledNumber else 0 end) as [Word教材], sum(saledNumber) as [sum] from s group by [name]
当然,如果表中的数据不同,那么这生成的Sql语句也是不同的。最后它调用了Sql Server的系统存储过程Exec来执行这条语句。截个图吧。
这就是在Sql Server中生成数据透视表的实现,其实它的核心也就是上面拼接成的那条Sql语句。更复杂的透视方式,比如多级透视,也是在这个基础上的实现的。
行转列:
在企业应用中,经常会开发报表系统,而在报表中又经常用到行列转换,这里有一个经典的应用实例:
原表:
转换后的表:
实例:
Declare @sql varchar(8000)
Set @sql = 'Select Name as 姓名'
Select @sql = @sql + ',sum(case Subject when '''+Subject+''' then Result else 0 end) ['+Subject+']'
from (select distinct Subject from cj) as cj
Select @sql = @sql+' from cj group by name'
Exec (@sql)