数据分析之行转列

行转列和列转行是我们在开发中常遇到的问题，特别是在通信行业，数据经常需要互转，以便从不同维度进行查看和分析。

  行转列：数据库SQL，一般通过CASE WHEN 语句或者LEFT JOIN 等链接来实现，相对来讲复杂，今天我们，也可以通过数据库的运算符PIVOT来实现，这里数据库特指MS SQL。

  传统的方法，比较好理解，层次也清晰，而且比较习惯。

  但是PIVOT （行转列）、UNPIVOT（列转行）提供的语法比一系列复杂的SELECT…CASE 语句中所指定的语法更简单、更具可读性。

  最近，遇到一个查询需求，下图展示了一个电联运营商的表格，其中通过“运营商索引值”区分了电信和联通。我想将“小区运营商的最大用户数”这一行数据转换为列，以便查看电信和联通各自的小区运营商最大用户数。

传统做法：

 1）根据两个条件，”时间“和”运营商索引值“，分别查出想要的数据，如下图脚本

分别得到两组的数据。

2）这里，我们再应用LEFT JOIN 来组合表列，并对列进行重命名，

SELECTa.日期,a.小区名称,a.小区运营商的最大用户数 as 联通 ,b.小区运营商的最大用户数 as 电信from(---查询联通的selectck.日期,ck.小区名称,ck.运营商索引值,ck.小区运营商的最大用户数fromCUCT_KPI ckwhereck.日期 = '2025-01-14'and ck.运营商索引值 = 0and ck.小区名称 = '******-1_LF_CUCT') aleft join(--查询电信的selectck.日期,ck.小区名称,ck.运营商索引值,ck.小区运营商的最大用户数fromCUCT_KPI ckwhereck.日期 = '2025-01-14'and ck.运营商索引值 = 1and ck.小区名称 = '******-1_LF_CUCT') bona.日期 = b.日期and a.小区名称 = b.小区名称

最终，我们想要的效果，呈现如下：

利用PIVOT （行转列）：

1）了解下语法

PIVOT的一般语法是：PIVOT ( 聚合函数(列)   FOR  列    in (…)  )AS P

完整语法：

table源 A

PIVOT (

聚合函数（value_column） FOR   pivot_column  IN  ( <column_list> )

) B

2、聚合函数

3、我们对上面的表，再做下查询，查出所有值，为了容易识别，我们把运营商索引做下处理，如下代码

selectck.日期,ck.小区名称,casewhen ck.运营商索引值=0 then '联通'when ck.运营商索引值=1 then '电信'end as 运营商,ck.小区运营商的最大用户数fromCUCT_KPI ckwhereck.日期 = '2025-01-14'and ck.小区名称 = '******-1_LF_CUCT'

显示表如下：

table源，我们构建好了，下来就是行转列的处理部分了。

PIVOT(SUM(小区运营商的最大用户数) FOR 运营商 in("联通", "电信")) B

合起来的脚本如下：

select*from(selectck.日期,ck.小区名称,casewhen ck.运营商索引值 = 0 then '联通'when ck.运营商索引值 = 1 then '电信'end as 运营商,ck.小区运营商的最大用户数fromCUCT_KPI ckwhereck.日期 = '2025-01-14'and ck.小区名称 = '****-1_LF_CUCT') APIVOT (sum(小区运营商的最大用户数) for 运营商 in ("联通", "电信")) B

查询所得效果如下：

这两个相对比，效果是一样，但是用PIVOT ,相对更简便些。

掌握好数据库这些方案，也非常有利于，后期，我们在学习KNIME这类大数据分析平台，思路都是相通的，也能达到事半功倍的效果。

点分享

点收藏

点点赞