一张快递表:表中字段shop、or_time、lopll、l_num分别为店铺,出库日期,快递公司,快递单号,同一个快递单号为一个包裹,需要查询每个店铺每个月每个物流公司分别发了多少包裹

时间: 2024-02-05 15:13:44 浏览: 26
可以使用如下SQL语句查询每个店铺每个月每个物流公司分别发了多少包裹: ```sql SELECT shop, DATE_FORMAT(or_time, '%Y-%m') AS month, lopl1 AS logistics_company, COUNT(DISTINCT l_num) AS package_count FROM express_table GROUP BY shop, month, logistics_company; ``` 其中,`DATE_FORMAT(or_time, '%Y-%m')`将出库日期格式化为年月,方便按照月份进行分组;`COUNT(DISTINCT l_num)`用于统计每个物流公司每个月发了多少个不同的快递单号,即不同的包裹。
相关问题

SELECT shop,DATE_FORMAT(or_time,'%Y-%m') or_time,lopll,l_num FROM stock_out where shop in (SELECT shop FROM all_order_data.shop_channel where channel = '独唱团') and YEAR(or_time) >= 2021 GROUP BY shop,DATE_FORMAT(or_time,'%Y-%m'),lopll,l_num查询出每个shop,每个月,每个lopll的次数(count(l_num))

你可以尝试以下SQL语句: ``` SELECT shop,DATE_FORMAT(or_time,'%Y-%m') or_time,lopll,l_num,COUNT(l_num) num_of_l_num FROM stock_out WHERE shop IN (SELECT shop FROM all_order_data.shop_channel WHERE channel = '独唱团') AND YEAR(or_time) >= 2021 GROUP BY shop,DATE_FORMAT(or_time,'%Y-%m'),lopll,l_num; ``` 这个查询语句会先从 `shop_channel` 表中选取所有 `channel` 为 "独唱团" 的店铺,并且选择 `or_time` 大于等于 2021 年的记录。然后,按照 `shop`、`or_time`、`lopll`、`l_num` 进行分组,并且计算每个组内 `l_num` 出现的次数。最后,将这些信息返回。 希望对你有帮助。

SELECT shop, DATE_FORMAT( or_time, '%Y-%m' ) or_time, CASE WHEN lopll LIKE '%中通%' THEN '中通' WHEN lopll LIKE '%邮政%' THEN '邮政' WHEN lopll LIKE '%韵达%' THEN '韵达' WHEN lopll LIKE '%顺丰%' THEN '顺丰' END as lopll , COUNT( DISTINCT l_num ) l_num FROM `stock_out` WHERE shop IN ( SELECT shop FROM all_order_data.`shop_channel` WHERE channel = '独唱团' ) AND YEAR ( or_time ) >= 2021 GROUP BY shop, or_time, lopll, l_num怎么查出sum(DISTINCT l_num)

在MySQL中,不能直接使用SUM(DISTINCT l_num)来求去重后的l_num的总和。但可以通过子查询和SUM函数来实现。具体的SQL语句如下: ``` SELECT shop, DATE_FORMAT(or_time, '%Y-%m') or_time, CASE WHEN lopll LIKE '%中通%' THEN '中通' WHEN lopll LIKE '%邮政%' THEN '邮政' WHEN lopll LIKE '%韵达%' THEN '韵达' WHEN lopll LIKE '%顺丰%' THEN '顺丰' END AS lopll, COUNT(DISTINCT l_num) l_num, (SELECT SUM(cnt) FROM (SELECT COUNT(DISTINCT l_num) AS cnt FROM `stock_out` WHERE shop = t.shop AND or_time = t.or_time AND lopll = t.lopll GROUP BY l_num) AS temp) AS l_num_sum FROM `stock_out` t WHERE shop IN (SELECT shop FROM all_order_data.`shop_channel` WHERE channel = '独唱团') AND YEAR(or_time) >= 2021 GROUP BY shop, or_time, lopll, l_num ``` 在这个SQL语句中,我们使用了子查询和临时表来计算去重后的l_num的总和。具体来说,我们在最外层查询中添加了一个子查询: ``` (SELECT SUM(cnt) FROM (SELECT COUNT(DISTINCT l_num) AS cnt FROM `stock_out` WHERE shop = t.shop AND or_time = t.or_time AND lopll = t.lopll GROUP BY l_num) AS temp) AS l_num_sum ``` 这个子查询首先是在内部进行了一次查询,使用了GROUP BY l_num来求出每个组(每个shop、or_time、lopll的组合)中去重后的l_num的个数。然后再在外部使用SUM函数对这些个数进行求和,得到了去重后的l_num的总和。

相关推荐

最新推荐

recommend-type

druid-1.0.11.jar

javaee/javaweb常用jar包,亲测可用,导入到java工程中即可使用
recommend-type

xmpcore-5.1.2.jar

javaee/javaweb常用jar包,亲测可用,导入到java工程中即可使用
recommend-type

node-v4.6.2-headers.tar.xz

Node.js,简称Node,是一个开源且跨平台的JavaScript运行时环境,它允许在浏览器外运行JavaScript代码。Node.js于2009年由Ryan Dahl创立,旨在创建高性能的Web服务器和网络应用程序。它基于Google Chrome的V8 JavaScript引擎,可以在Windows、Linux、Unix、Mac OS X等操作系统上运行。 Node.js的特点之一是事件驱动和非阻塞I/O模型,这使得它非常适合处理大量并发连接,从而在构建实时应用程序如在线游戏、聊天应用以及实时通讯服务时表现卓越。此外,Node.js使用了模块化的架构,通过npm(Node package manager,Node包管理器),社区成员可以共享和复用代码,极大地促进了Node.js生态系统的发展和扩张。 Node.js不仅用于服务器端开发。随着技术的发展,它也被用于构建工具链、开发桌面应用程序、物联网设备等。Node.js能够处理文件系统、操作数据库、处理网络请求等,因此,开发者可以用JavaScript编写全栈应用程序,这一点大大提高了开发效率和便捷性。 在实践中,许多大型企业和组织已经采用Node.js作为其Web应用程序的开发平台,如Netflix、PayPal和Walmart等。它们利用Node.js提高了应用性能,简化了开发流程,并且能更快地响应市场需求。
recommend-type

node-v6.2.0-headers.tar.xz

Node.js,简称Node,是一个开源且跨平台的JavaScript运行时环境,它允许在浏览器外运行JavaScript代码。Node.js于2009年由Ryan Dahl创立,旨在创建高性能的Web服务器和网络应用程序。它基于Google Chrome的V8 JavaScript引擎,可以在Windows、Linux、Unix、Mac OS X等操作系统上运行。 Node.js的特点之一是事件驱动和非阻塞I/O模型,这使得它非常适合处理大量并发连接,从而在构建实时应用程序如在线游戏、聊天应用以及实时通讯服务时表现卓越。此外,Node.js使用了模块化的架构,通过npm(Node package manager,Node包管理器),社区成员可以共享和复用代码,极大地促进了Node.js生态系统的发展和扩张。 Node.js不仅用于服务器端开发。随着技术的发展,它也被用于构建工具链、开发桌面应用程序、物联网设备等。Node.js能够处理文件系统、操作数据库、处理网络请求等,因此,开发者可以用JavaScript编写全栈应用程序,这一点大大提高了开发效率和便捷性。 在实践中,许多大型企业和组织已经采用Node.js作为其Web应用程序的开发平台,如Netflix、PayPal和Walmart等。它们利用Node.js提高了应用性能,简化了开发流程,并且能更快地响应市场需求。
recommend-type

ECharts-2.2.7.jar

javaee/javaweb常用jar包,亲测可用,导入到java工程中即可使用
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

【实战演练】增量式PID的simulink仿真实现

# 2.1 Simulink仿真环境简介 Simulink是MATLAB中用于建模、仿真和分析动态系统的图形化环境。它提供了一个直观的用户界面,允许用户使用块和连接线来创建系统模型。Simulink模型由以下元素组成: - **子系统:**将复杂系统分解成更小的、可管理的模块。 - **块:**代表系统中的组件,如传感器、执行器和控制器。 - **连接线:**表示信号在块之间的流动。 Simulink仿真环境提供了广泛的块库,涵盖了各种工程学科,包括控制系统、电子和机械工程。它还支持用户自定义块的创建,以满足特定仿真需求。 # 2. Simulink仿真环境的搭建和建模 ### 2.
recommend-type

训练集和测试集的准确率都99%,但是预测效果不好

即使训练集和测试集的准确率都很高,但是在实际的预测中表现不佳,可能会有以下几个原因: 1. 数据质量问题:模型训练和测试的数据可能存在问题,比如数据标签错误、数据集采样不均衡、数据集中存在异常值等问题,这些问题可能会导致模型在实际预测中表现不佳。 2. 特征工程问题:模型的特征工程可能存在问题,导致模型无法很好地捕捉数据的特征,从而影响预测效果。 3. 模型选择问题:模型的选择可能不合适,比如选择的模型太简单,无法很好地拟合数据,或者选择的模型太复杂,导致过拟合等问题。 4. 超参数调整问题:模型的超参数可能没有调整到最佳状态,需要进行调整。 针对以上可能的原因,可以采取相应的措施进
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。