如何使用mysql完成excel中的数据生成

Excel是数据分析中最常用的工具，本篇文章通过mysql与excel的功能对比介绍如何使用mysql完成excel中的数据生成，数据清洗，预处理，以及最常见的数据分类，数据筛选，分类汇总，以及数据透视等操作。本篇文章我们介绍第5,6,7部分内容，数据提取，数据筛选以及数据汇总及透视。

5，数据提取

第五部分是数据提取，也是数据分析中最常见的一个工作。下面介绍每一种函数的使用方法。

按列提取数据

#按列提取 SELECT city FROM data1;

按行提取数据

?

1 2	#按行提取 SELECT * FROM data1 WHERE city= 'beijing' ;

按位置提取数据

?

1 2	#按位置提取 SELECT * FROM data1 LIMIT 2,5;

按条件提取数据

?

1 2	#按条件提取并计算 SELECT AVG (price) FROM data1 WHERE city= 'beijing' AND age<25;

6，数据筛选

第六部分为数据筛选，使用与，或，非三个条件配合大于，小于和等于对数据进行筛选，并进行计数和求和。与excel中的筛选功能和countifs和sumifs功能相似。

按条件筛选（与，或，非）

Excel数据目录下提供了“筛选”功能，用于对数据表按不同的条件进行筛选。mysql中使用WHERE完成筛选操作，配合sum和count函数还能实现excel中sumif和countif函数的功能。

?

1 2	#数据筛选 AND SELECT * FROM data1 WHERE city= 'shanghai' AND age>30;

?

1 2	#数据筛选 IN SELECT * FROM data1 WHERE city IN ( 'shanghai' , 'beijing' );

?

1 2	#数据筛选 OR SELECT * FROM data1 WHERE city= 'shanghai' OR age>30;

 

?

1 2	#数据筛选(不等于) SELECT * FROM data1 WHERE city != 'beijing' ;

 

?

1 2	#数据筛选 like (模糊筛选) SELECT * FROM data1 WHERE city LIKE 'bei%' ;

?

1 2	#筛选后计数 countif SELECT COUNT (id) AS id_count FROM data1 WHERE city= 'shanghai' AND age>30;

 

?

1 2	#筛选后求和 sumtif SELECT SUM (price) AS price FROM data1 WHERE city= 'beijing' AND age<30;

 

?

1 2	#筛选后求均值 averageif SELECT AVG (price) AS avg_price FROM data1 WHERE city != 'beijing' ;

 

7，数据分类汇总及透视

第七部分是对数据进行分类汇总，Excel中使用分类汇总和数据透视可以按特定维度对数据进行汇总，mysql中使用的主要函数是GROUP BY和CASE WHEN。下面分别介绍这两个函数的使用方法。

分类汇总

Excel的数据目录下提供了“分类汇总”功能，可以按指定的字段和汇总方式对数据表进行汇总。mysql中通过GROUP BY完成相应的操作，并可以支持多级分类汇总。

GROUP BY是进行分类汇总的函数，使用方法很简单，制定要分组的列名称就可以，也可以同时制定多个列名称，GROUP BY按列名称出现的顺序进行分组。同时要制定分组后的汇总方式，常见的是计数和求和两种。

?

1 2	#单列分类汇总 SELECT city, COUNT (id) AS id_count FROM data1 GROUP BY city ORDER BY id_count;

 

?

1 2	#多列分类汇总 SELECT city,colour,ROUND( SUM (price),2) AS id_count FROM data1 GROUP BY city,colour;

 

数据透视

Excel中的插入目录下提供“数据透视表”功能对数据表按特定维度进行汇总。mysql中没有直接提供数据透视表功能。但通过CASE WHEN函数实现同样的效果。

数据透视表也是常用的一种数据分类汇总方式，并且功能上比GROUP BY要强大一些。下面的代码中设定city为行字段，colour为列字段，price为值字段，计算price金额。

 

?

1 2	#查看原始数据表 SELECT * FROM data1;

 

?

1 2 3 4 5 6 7 8 9 10

#使用 CASE WHEN 进行数据透视 CREATE VIEW data_Items AS (   SELECT   data1.city,   CASE WHEN colour = "A" THEN price END AS A,   CASE WHEN colour = "B" THEN price END AS B,   CASE WHEN colour = "C" THEN price END AS C,   CASE WHEN colour = "F" THEN price END AS F   FROM data1 );

 

?

1 2	#查看结果 SELECT * FROM data_Items;

 

?

1 2 3 4 5 6 7 8 9 10 11

#对字段进行求和汇总 CREATE VIEW data1_Extended_Pivot AS (   SELECT   city,   SUM (A) AS A,   SUM (B) AS B,   SUM (C) AS C,   SUM (F) AS F   FROM data_Items   GROUP BY city );

 

?

1 2	#查看结果 SELECT * FROM data1_Extended_Pivot;

 

?

1 2 3 4 5 6 7 8 9 10

#对空值进行处理 CREATE VIEW data1_Extended_Pivot_Pretty AS (   SELECT   city,   COALESCE (A, 0) AS A,   COALESCE (B, 0) AS B,   COALESCE (C, 0) AS C,   COALESCE (F, 0) AS F   FROM data1_Extended_Pivot );

 

?

1 2	#查看数据透视结果 SELECT * FROM data1_Extended_Pivot_Pretty;

原文链接：https://www.tuicool.com/articles/2Iraqem