SQL 数据分析：销售数据的小计/合计/总计以及数据透视表

SQL

数据分析

138 浏览量更新于2023-05-04 1 收藏 100KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源推荐

SQL 数据分析：销售数据的小计数据分析：销售数据的小计/合计合计/总计以及数据透视表总计以及数据透视表

文章目录文章目录小计、合计与总计多维度交叉统计自定义统计维度数据透视表总结

学习过 SQL 的人都知道，使用聚合函数（AVG、SUM、COUNT、MIN/MAX 等）和分组操作（GROUP BY）可以对数据进行基本的统计分析，例如统计公司员工的人数、每个部门

的平均月薪等。如果想要回顾这些基础概念，可以参考这篇文章。

不过 SQL 不仅仅能够进行这些基本的分组汇总，它还提供了许多高级的统计分析功能。本文就来介绍一下如何使用 SQL 实现销售数据的小计、合计、总计以及多维度交叉统计和数

据透视表。我们首先列出这些功能在主流数据库中的支持情况：

功能功能 Oracle MySQL SQL Server PostgreSQL

GROUP BY ✔️ ✔️ ✔️ ✔️

GROUP BY ROLLUP ✔️ ✔️* ✔️ ✔️

GROUP BY CUBE ✔️  ✔️ ✔️

GROUP BY GROUPING

SETS

✔️  ✔️ ✔️

数据透视表数据透视表 ✔️ ✔️ ✔️ ✔️

* 参考下文中的具体讨论。本文使用的示例数据可以点此下载，如果没有特殊说明，以下示例适用于上面的 5 种数据库。

小计、合计与总计小计、合计与总计

我们先查看一下示例表中的数据：

select * from sales_data;

saledate |product |channel |amount |

----------|---------|---------|-------|

2019-01-01|桔子 |淘宝 |1864.00|

2019-01-01|桔子 |京东 |1329.00|

2019-01-01|桔子 |店面 |1736.00|

2019-01-01|香蕉 |淘宝 |1573.00|

2019-01-01|香蕉 |京东 |1364.00|

2019-01-01|香蕉 |店面 |1178.00|

2019-01-01|苹果 |淘宝 | 511.00|

2019-01-01|苹果 |京东 | 568.00|

2019-01-01|苹果 |店面 | 847.00|

这是一个模拟的销售数据，记录了不同日期（2019-01-01 到 2019-06-30）、三种不同产品、三种不同渠道的销量情况。

以下语句使用GROUP BY统计了三种不同产品各自的总销量：

select product, sum(amount)

from sales_data

group by product;

product |sum(amount)|

---------|-----------|

桔子 | 909261.00|

香蕉 | 925369.00|

苹果 | 937052.00|

显然，还可以编写 SQL 语句统计三种不同产品在不同渠道各自的销量合计、所以产品的销量总计等。但是如何一次获取这些按照不同维度进行统计的结果呢？我们可以使用GROUP

BY的第一个扩展选项：ROLLUP。例如：

-- Oracle、SQL Server、PostgreSQL

select product "产品", channel "渠道", sum(amount) "销量"

from sales_data

group by rollup (product, channel);

产品|渠道|销量 |

----|----|----------|

桔子|店面| 294680.00|

桔子|京东| 311799.00|

桔子|淘宝| 302782.00|

桔子|NULL| 909261.00|

苹果|店面| 306643.00|

苹果|京东| 318614.00|

苹果|淘宝| 311795.00|

苹果|NULL| 937052.00|

香蕉|店面| 311445.00|

香蕉|京东| 306033.00|

香蕉|淘宝| 307891.00|

香蕉|NULL| 925369.00|

NULL|NULL|2771682.00|

其中，ROLLUP表示先按照 (product, channel) 的组合计算不同产品、不同渠道的销量小计，然后按照计算不同产品（product）、所有渠道的销量和计（结果中的 channel 字段显示为

NULL），最后计算所有产品、所有渠道的销量总计（结果中的 product 和 channel 字段都为 NULL）。

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余1页未读，立即下载

weixin_38617196

粉丝: 5
资源: 933

会员权益专享

SQL 数据分析：销售数据的小计/合计/总计以及数据透视表

使用SQL实现小计,合计以及排序

Navicat试题答案

sql报表编写

spring: datasource: schema: classpath:database/insp_maint.sql data: classpath:database/data.sql

Connection conn = DriverManager.getConnection("jdbc:mysql://localhost:3306/attendance", "root", "ws818");要使用attendance数据库下的一个student表什么写

engine = create_engine('mysql+pymysql://root:123456@localhost:3306/ry') data.to_sql('losslistone', engine, chunksize=1000, index=None) 使用Python导入数据到mysql时报错__init__ got multiple values for argument schema

Spark SQL参考文献

application.yml文件中配置多个数据源，并指定默认数据源

请教SQL写数据透视表，用于数据分析

uniapp通过方法提取到mysql的数据并实现页面渲染mysql数据过程的详细代码

SQL怎么实现 数据透视表

flink datastream中实现 读取mysql数据，sql分析后，写入另一个mysql表

简述 ：MySQL日常使用的DML/DDL/DQL，窗口函数等常用SQL命令，MySQL的触发器，事务，锁机制，Innodb存储引擎及简单的MySQL优化

下面这个starrocks的api都有什么，/ RESTful API 连接信息 String url = "http://<host>:<port>/api/";

会员权益专享

最新资源

engine = create_engine('mysql+pymysql://root:123456@localhost:3306/ry') data.to_sql('losslistone', engine, chunksize=1000, index=None) 使用Python导入数据到mysql时报错init got multiple values for argument schema

SQL怎么实现数据透视表

flink datastream中实现读取mysql数据，sql分析后，写入另一个mysql表

简述：MySQL日常使用的DML/DDL/DQL，窗口函数等常用SQL命令，MySQL的触发器，事务，锁机制，Innodb存储引擎及简单的MySQL优化