原文:SQL點滴19—T-SQL中的透視和逆透視

?　　

透視

今天抽一點時間來看看透視和逆透視語句，簡單的說就是行列轉換。假設一個銷售表中存放著產品號，產品折扣，產品價格三個列，每一種產品號可能有多種折扣，每一種折扣只對應一個產品價格。下面貼出建表語句和插入數據語句。

1 create table SalesOrderDetail(
2 ProductID int /*unique多謝wuu00的提醒*/,
3 UnitPriceDiscount float,
4 ProductPrice float
5 )
6 ?insert into SalesOrderDetail values
7 (711,.00,12),
8 (711,.00,13),
9 (711,.02,17),
10 (711,.02,16),
11 (711,.05,19),
12 (711,.05,20),
13 (711,.10,21),
14 (711,.10,22),
15 (711,.15,23),
16 (711,.15,24),
17 (747,.00,41),
18 (747,.00,42),
19 (747,.02,45),
20 (747,.02,46),
21 (776,.20,50),
22 (776,.20,49),
23 (776,.35,52),
24 (776,.35,53)

首先來看一條查詢語句

1 select ProductID,UnitPriceDiscount,SUM(ProductPrice) as SumPrice
2 ?from SalesOrderDetail
3 ?group by ProductID,UnitPriceDiscount
4 order by ProductID,UnitPriceDiscount

這條語句查詢每一種產品針對每一種折扣的價錢總和，查詢結果如下圖1

圖1

　　

從圖中我們可以看出771號產品有4種折扣，747號產品有2種折扣，776號產品有2種折扣。現在如果我們想知道每一種產品折扣，每一種產品的銷售總價是多少，如下圖2

圖2

　　

如圖對于折扣0，產品711的總價是25，對以折扣0.02，產品711的總價是33等等不再列舉。原來的行是產品號，現在產品號變成了列，原來的折扣變成了現在的第一列。這就是數據透視的效果。下面我們開看看是這個效果是如何用語句實現的。

1 select * from
2 (select sod.ProductPrice,sod.ProductID,sod.UnitPriceDiscount from SalesOrderDetail sod) so
3 pivot
4 (
5 sum(so.ProductPrice) for so.ProductID in([711],[747],[776])
6 ) as pt
7 order by UnitPriceDiscount

　　

首選創建子查詢(select sod.ProductPrice,sod.ProductID,sod.UnitPriceDiscount from SalesOrderDetail sod) so ，透視運算符要使用這個子查詢中的數據進行聚合運算，此外輸出顯示也要用到子查詢中的列。代碼生成一個別名為so的表值表達式。在這個表中使用pivot在特定的列上進行聚合，這里是對so.ProductPrice進行聚合，聚合針對so.ProductID進行。在這個例子中對三種產品的中的每一種創建一個列。這個相當于group by，從so表達式中進行數據篩選。不過這里沒有選出ProductPrice，僅僅生成每行三個列，每一種產品為一個列的結果集。因此帶有povit的表值表達式生成一個臨時的結果集，將這個結果集命名為pt，使用這個結果集生成我們需要的輸出。如果想要得到一個更加合適的列名可以修改篩選條件。如下：

1 select pt.UnitPriceDiscount,[711] as Product711,[747] as Product747,[776] as Product747 from
2 (select sod.ProductPrice,sod.ProductID,sod.UnitPriceDiscount from SalesOrderDetail sod) so
3 pivot
4 (
5 sum(so.ProductPrice) for so.ProductID in([711],[747],[776])
6 ) as pt
7 order by UnitPriceDiscount

　　

輸出的結果如下圖3

圖3

　　

逆透視

這次我們首先看語句和查詢結果再分析，語句如下：

??

1 select ProductID,UnitPriceDiscount,ProductPrice
2 from
3 (select UnitPriceDiscount,Product711,Product747,Product776 from #Temp1) as up1
4 unpivot(ProductPrice for ProductID in(Product711,Product747,Product776)) as up2
5 order by ProductID

查詢結果如下圖4：



圖4



首先我們來看看逆透視得到了一個什么樣的結果。對于每一種產品的每一種折扣查詢得到他們的合計售價，這個和上面圖1中的結果是一樣的，是的，它和透視之前的結果是相同的。逆透視和透視并不是完全相反。Pivot會執行聚合，把可能存在的多個行合并輸出得到一行。由于已經進行了合并，unpivot無法重新生成原始的表值表達式，unpivot輸入中的null值將在輸出中消失，盡管在pivot操作之前輸入中可能存在原始的null值。如圖5是他們的比較。在圖中我們可以看到NULL值下面一個圖中沒有NULL值，剛好有9行。下圖把他們放在一起比較。

?



圖5

下面我們來剖析一下上面的語句到底做了些什么。首先是一個表值函數(select UnitPriceDiscount,Product711,Product747,Product776 from #Temp1) as up1，這個表值函數從透視結果，也就是臨時表中，然后針對每一個產品號進行逆透視：unpivot(ProductPrice for ProductID in(Product711,Product747,Product776)) as up2，然后從逆透視結果中選擇ProductID ,ProductPrice，從表值函數中選擇UnitPriceDiscount。

延伸閱讀

一個例子還不足以讓我們理解這個語句，下面來看看TechNet中的例子。

SELECT DaysToManufacture, AVG(StandardCost) AS AverageCost FROM Production.Product

GROUP BY DaysToManufacture;

這個語句查出Product表中的制造時間和平均成本，得到如下的結果

圖6

如圖可以看到沒有制造時間為3天的產品，這里留下一個伏筆，在透視之后會出現一個NULL值。下面使用透視語句對它進行行列轉換，就是使用0，1,2,3來作為列，使用具體的制造成本作為行數據。語句如下

?

1 select
2 'AverageCost' as Cost_Sorted_By_Production_Days,
3 [0],[1],[3],[4]
4 from
5 (select DaysToManufacture,StandardCost from Production.Product) as SourceTable
6 pivot
7 (avg(StandardCost) for DaysToManufacture in ([0],[1],[3],[4])) as PivotTable

依舊，首先用一個表值表達式把要透視的列和透視的項選擇出來，然后使用透視語句針對每一個項計算平均成本，最后從這個透視結果中選擇出結果。
結果如下圖7，我們可以看到制造時間為3天的產品沒有一個對應的平均成本。

圖7

?

下面這個例子稍微復雜一點。

1 SELECT VendorID,count(PurchaseOrderID) as PurchaseCunt
2 FROM Purchasing.PurchaseOrderHeader group by VendorID

這條語句查詢得到每個供應商和他對應的交易號的個數，也就是每個供應商成交的交易次數。如圖8列舉出部分結果

圖8

從圖中我們可以看到供應商1共成交51比交易，供應商2共成交51筆交易。如果我們想查出這些交易分別是和那些雇員成交的應該怎么寫呢？首先我們來看看表中全部的雇員情況。

select distinct(EmployeeID) from Purchasing.PurchaseOrderHeader

查詢結果如圖9

圖9

如上圖我們可以看到共有12個雇員有成交記錄。對于這些雇員，如下查詢語句

?

1 SELECT
2 VendorID,
3 [164] AS Emp164,
4 [198] AS Emp198,
5 [223] AS Emp223,
6 [231] AS Emp231,
7 [233] AS Emp233,
8 [238] as Emp238,
9 [241] as Emp241,
10 [244] as Emp244,
11 [261] as Emp261,
12 [264] as Emp264,
13 [266] as Emp266,
14 [274] as Emp274
15 FROM
16 (SELECT PurchaseOrderID,EmployeeID,VendorID
17 FROM Purchasing.PurchaseOrderHeader) p
18 PIVOT
19 (
20 COUNT (PurchaseOrderID)
21 FOR EmployeeID IN
22 ( [164], [198], [223], [231],[233],[238],[241],[244],[261],[264],[266],[274])
23 ) AS pvt
24 ORDER BY pvt.VendorID;

查詢結果如下圖10

圖10

可以 簡單地計算一下1+4+3+5+4+4+4+5+5+4+5+6+2剛好等于51，分開來看就是1號供應商分別和164號雇員成交4比記錄，和198號雇員成交3比記錄等等。

總結

以上是生活随笔為你收集整理的SQL点滴19—T-SQL中的透视和逆透视的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。