前言
這是總結(jié)SQL知識(shí)點(diǎn)的第二篇文章,一次只總結(jié)一個(gè)知識(shí)點(diǎn),盡量說明白。上次我們談到行轉(zhuǎn)列,用的是Pivot函數(shù),這次我們來談?wù)刄npivot函數(shù)。(這里是用的數(shù)據(jù)庫是SQLSERVER,與其他數(shù)據(jù)庫是類似的,大家放心看就好)
先看一個(gè)小問題CustomerCustomer
在這張圖中,表示的是顧客用不同手機(jī)號(hào)給Phone1、Phone2、Phone3撥打電話的情況,但是機(jī)靈的你,想變個(gè)花樣來看看,比如下面這樣的。
UnpivotUnpivot
大家想想看如何實(shí)現(xiàn)呢?想下,2分鐘后再看喲
先創(chuàng)建數(shù)據(jù)
CREATE TABLE dbo.CustomerPhones
(
CustomerID INT PRIMARY KEY, -- FK
Phone1 VARCHAR(32),
Phone2 VARCHAR(32),
Phone3 VARCHAR(32)
);
INSERT dbo.CustomerPhones
(CustomerID, Phone1, Phone2, Phone3)
VALUES
(1,'705-491-1111', '705-491-1110', NULL),
(2,'613-492-2222', NULL, NULL),
(3,'416-493-3333', '416-493-3330', '416-493-3339');
select * from dbo.CustomerPhones
查看數(shù)據(jù)如下:
DataDataUpivot 實(shí)現(xiàn)行轉(zhuǎn)列
select * from dbo.CustomerPhones -----數(shù)據(jù)源
unpivot
(
Phone FOR Phones IN (Phone1, Phone2, Phone3)
##Phone1、Phone2、Phone3這些列的結(jié)果轉(zhuǎn)為行上的結(jié)果,成為一列,
##并且有了新的列名為Phone
) up
結(jié)果如下:
ResultResult
參考文獻(xiàn):
1.Use SQL Server's UNPIVOT operator to help normalize output
2.SQL之行轉(zhuǎn)列Pivot用法
總結(jié)
以上就是這篇文章的全部內(nèi)容了,希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,謝謝大家對(duì)腳本之家的支持。
您可能感興趣的文章:- Pandas透視表(pivot_table)詳解
- pandas pivot_table() 按日期分多列數(shù)據(jù)的方法
- C#實(shí)現(xiàn)Excel動(dòng)態(tài)生成PivotTable
- 行轉(zhuǎn)列之SQL SERVER PIVOT與用法詳解
- SQL基礎(chǔ)教程之行轉(zhuǎn)列Pivot函數(shù)
- Pandas 重塑(stack)和軸向旋轉(zhuǎn)(pivot)的實(shí)現(xiàn)
- Python Pivot table透視表使用方法解析