case when中可以嵌套聚合函数嘛

是的，CASE WHEN 子句中可以嵌套聚合函数，可以实现更加复杂的逻辑判断和数据处理。

例如，下面的 SQL 查询将订单表中金额大于 100 的订单按照客户类型进行统计，并将结果按照客户类型和统计值降序排序：

SELECT
    customer_type,
    COUNT(*) AS order_count,
    SUM(CASE WHEN amount > 500 THEN 1 ELSE 0 END) AS high_amount_count
FROM orders
GROUP BY customer_type
ORDER BY customer_type ASC, order_count DESC;

在上面的查询中，SUM 函数嵌套在 CASE WHEN 子句中，实现了对金额大于 500 的订单数量进行统计。这样可以方便地对数据进行处理和分析。

相关问题

case when 嵌套聚合函数

当我们需要在 CASE WHEN 子句中嵌套聚合函数时，需要注意以下两点：

1. 聚合函数应该放在 CASE WHEN 子句中，而不是放在 THEN 或 ELSE 子句中。
2. 如果需要在 SELECT 子句中引用 CASE WHEN 子句中的聚合函数，需要使用子查询或者 CTE（公共表表达式）将其结果保存到一个临时表中。

例如，下面的 SQL 查询将订单表中金额大于 100 的订单按照客户类型进行统计，并将结果按照客户类型和统计值降序排序：

WITH high_amount_orders AS (
    SELECT
        customer_type,
        COUNT(*) AS order_count,
        SUM(CASE WHEN amount > 500 THEN 1 ELSE 0 END) AS high_amount_count
    FROM orders
    GROUP BY customer_type
)
SELECT
    customer_type,
    order_count,
    high_amount_count,
    CAST(high_amount_count AS FLOAT) / CAST(order_count AS FLOAT) AS high_amount_ratio
FROM high_amount_orders
ORDER BY customer_type ASC, order_count DESC;

在上面的查询中，我们将 CASE WHEN 子句嵌套在了 SUM 函数中，实现了对金额大于 500 的订单数量进行统计。同时，我们使用了 CTE 将查询结果保存到一个临时表中，并在 SELECT 子句中引用了临时表中的聚合函数。这样可以方便地对数据进行处理和分析。

oracle数据库 case when与聚合函数

case when与聚合函数在Oracle数据库中可以一起使用。case when语句可以根据条件返回不同的值，而聚合函数可以对数据进行统计计算。通过将case when嵌套在聚合函数内部，我们可以根据条件对特定的数据进行聚合计算。

例如，我们可以使用case when语句来计算不同岗位上的员工数量。下面是一个示例查询：

SELECT job_id,
       COUNT(CASE WHEN salary > 5000 THEN 1 END) AS high_salary_count,
       COUNT(CASE WHEN salary <= 5000 THEN 1 END) AS low_salary_count
FROM employees
GROUP BY job_id;

在这个查询中，我们使用了两个case when语句来根据薪水的条件对员工进行分类。第一个case when语句计算高薪水员工的数量，第二个case when语句计算低薪水员工的数量。通过使用COUNT函数，我们可以对每个岗位的员工数量进行统计。

另外，我们还可以将case when与其他聚合函数一起使用，比如SUM、AVG等。这些函数可以根据条件计算特定数据的总和、平均值等统计信息。

总之，通过在聚合函数内部使用case when语句，我们可以根据条件对数据进行灵活的聚合计算。这在数据分析和统计中非常有用。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [Oracle数据库：oracle嵌套分组函数（聚合函数），组函数的练习题，挺复杂的，用好decode函数，很有趣](https://blog.csdn.net/weixin_46838716/article/details/127576176)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]