交叉表
交叉表（Cross Tabulations）是一种常用的分类汇总表格。使用交叉表查询，显示源于表中某个字段的汇总值，并将它们分组，其中一组列在数据表的左侧，另一组列在数据表的上部。行和列的交叉处可以对数据进行多种汇总计算，如：求和、平均值、记数、最大值、最小值等。使用交叉表查询数据非常直观明了，被广泛应用。交叉表查询也是数据库的一个特点。
例如：
select 表1.组名,
(select 表1.成员姓名 from 表2 b where 表1.成员1id=表2.成员id) as 成员1id,
(select 表1.成员姓名 from 表2 b where 表1.成员2id=表2.成员id) as 成员2id,
(select 表1.成员姓名 from 表2 b where 表1.成员3id=表2.成员id) as 成员3id
from 表1，表2
--这种就是交叉表查询
交叉报表是报表当中常见的类型，属于基本的报表，是行、列方向都有分组的报表。这里牵涉到另外一个概念即分组报表。这是所有报表当中最普通，最常见的报表类型，也是所有报表工具都支持的一种报表格式。从一般概念上来讲，分组报表就是只有纵向的分组。传统的分组报表制作方式是把报表划分为条带状，用户根据一个数据绑定向导指定分组，汇总字段，生成标准的分组报表。
这里我来演示下在POSTGRESQL里面如何实现交叉表的展示，下面话不多说了，来一起看看详细的介绍吧
原始表数据如下：
t_girl=# select * from score; name | subject | score -------+---------+------- Lucy | English | 100 Lucy | Physics | 90 Lucy | Math | 85 Lily | English | 95 Lily | Physics | 81 Lily | Math | 84 David | English | 100 David | Physics | 86 David | Math | 89 Simon | English | 90 Simon | Physics | 76 Simon | Math | 79 (12 rows) Time: 2.066 ms
想要实现以下的结果：
name | English | Physics | Math ------+---------+---------+------ Simon | 90 | 76 | 79 Lucy | 100 | 90 | 85 Lily | 95 | 81 | 84 David | 100 | 86 | 89
大致有以下几种方法：
1、用标准SQL展现出来
t_girl=# select name, t_girl-# sum(case when subject = 'English' then score else 0 end) as "English", t_girl-# sum(case when subject = 'Physics' then score else 0 end) as "Physics", t_girl-# sum(case when subject = 'Math' then score else 0 end) as "Math" t_girl-# from score t_girl-# group by name order by name desc; name | English | Physics | Math -------+---------+---------+------ Simon | 90 | 76 | 79 Lucy | 100 | 90 | 85 Lily | 95 | 81 | 84 David | 100 | 86 | 89 (4 rows) Time: 1.123 ms
2、用PostgreSQL 提供的第三方扩展 tablefunc 带来的函数实现
以下函数crosstab 里面的SQL必须有三个字段，name, 分类以及分类值来作为起始参数，必须以name,分类值作为输出参数。
t_girl=# SELECT *
FROM crosstab('select name,subject,score from score order by name desc',$$values ('English'::text),('Physics'::text),('Math'::text)$$)
AS score(name text, English int, Physics int, Math int);
name | english | physics | math
-------+---------+---------+------
Simon | 90 | 76 | 79
Lucy | 100 | 90 | 85
Lily | 95 | 81 | 84
David | 100 | 86 | 89
(4 rows)
Time: 2.059 ms
3、用PostgreSQL 自身的聚合函数实现
t_girl=# select name,split_part(split_part(tmp,',',1),':',2) as "English", t_girl-# split_part(split_part(tmp,',',2),':',2) as "Physics", t_girl-# split_part(split_part(tmp,',',3),':',2) as "Math" t_girl-# from t_girl-# ( t_girl(# select name,string_agg(subject||':'||score,',') as tmp from score group by name order by name desc t_girl(# ) as T; name | English | Physics | Math -------+---------+---------+------ Simon | 90 | 76 | 79 Lucy | 100 | 90 | 85 Lily | 95 | 81 | 84 David | 100 | 86 | 89 (4 rows) Time: 2.396 ms
4、 存储函数实现
create or replace function func_ytt_crosstab_py ()
returns setof ytt_crosstab
as
$ytt$
for row in plpy.cursor("select name,string_agg(subject||':'||score,',') as tmp from score group by name order by name desc"):
a = row['tmp'].split(',')
yield (row['name'],a[0].split(':')[1],a[1].split(':')[1],a[2].split(':')[1])
$ytt$ language plpythonu;
t_girl=# select name,english,physics,math from func_ytt_crosstab_py();
name | english | physics | math
-------+---------+---------+------
Simon | 90 | 76 | 79
Lucy | 100 | 90 | 85
Lily | 95 | 81 | 84
David | 100 | 86 | 89
(4 rows)
Time: 2.687 ms
5、 用PLPGSQL来实现
t_girl=# create type ytt_crosstab as (name text, English text, Physics text, Math text);
CREATE TYPE
Time: 22.518 ms
create or replace function func_ytt_crosstab ()
returns setof ytt_crosstab
as
$ytt$
declare v_name text := '';
v_english text := '';
v_physics text := '';
v_math text := '';
v_tmp_result text := '';
declare cs1 cursor for select name,string_agg(subject||':'||score,',') from score group by name order by name desc;
begin
open cs1;
loop
fetch cs1 into v_name,v_tmp_result;
exit when not found;
v_english = split_part(split_part(v_tmp_result,',',1),':',2);
v_physics = split_part(split_part(v_tmp_result,',',2),':',2);
v_math = split_part(split_part(v_tmp_result,',',3),':',2);
return query select v_name,v_english,v_physics,v_math;
end loop;
end;
$ytt$ language plpgsql;
t_girl=# select name,English,Physics,Math from func_ytt_crosstab();
name | english | physics | math
-------+---------+---------+------
Simon | 90 | 76 | 79
Lucy | 100 | 90 | 85
Lily | 95 | 81 | 84
David | 100 | 86 | 89
(4 rows)
Time: 2.127 ms
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对的支持。
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！ 如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
《魔兽世界》大逃杀！60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容，新游玩模式《强袭风暴》即将于3月21 日在亚服上线，届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕，并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时，他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中，玩家将会进入一个全新的海盗主题大逃杀式限时活动，其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场，作为一个独立于主游戏之外的活动，玩家可以用大逃杀的风格来体验《魔兽世界》，不分职业、不分装备（除了你在赛局中捡到的），光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式，玩家在加入海盗主题的预赛大厅区域前，可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹，《巨龙崛起》和《魔兽世界：巫妖王之怒 经典版》的玩家都可以获得奖励。