用Python打开数据库的大门｜数据库的聚合查询

大家好，欢迎收看思路实验室出品的Python入门教程，我是室长。

我们前边已经学习了几期数据库的内容了。其实对于单纯的的数据存取来说，建立数据表、添加数据这种操作还是很简单的，而且也没太多变化，但查询数据就不一样了。如何快速地查询到所需要的数据始终是数据库操作的主要难点。上一期的内容就是数据查询的一部分，将不同表中的数据连接起来形成一个更完整的数据，而除此之外我们还可以将数据进行整合，挖掘一些隐含在数据中的数据。虽然这一步可以通过编程来实现，但使用SQL写个查询语句就能实现的功能我们何乐而不为呢？返回整合后的查询数据被称为聚合查询，这个过程包括聚合函数处理、数据分组和筛选三个方面。

1.聚合函数

假设你使用数据库记账，虽然你记录的是一条条的收支信息，但分析账本的时候更关注的是总收支。这时候我们就需要对数据进行处理。这实际上就是一列求和嘛，在excel里使用sum函数一拉就好，在SQL中也差不多。同样，想要求平均值、计数、求最大最小值也是一样的。SQL中聚合函数如下：

如何使用呢？我们在使用SELECT语句时只要把需要处理的列名放入函数中就可以了。为了演示，室长在之前小药箱的数据库中添加了一列药品价格（价格是我编的），计算一下买这些药花了多少钱：

没什么问题。

这里再说一句，我们使用聚合函数等方法处理某列数据，展示出来的列名会发生变化，例如上图中的SUM(price)，而使用JOIN语句连接两个表时列名有可能冲突，或者我们只是单纯想修改展示出来的列名，该如何去做呢？我们可以在列名后添加一个AS，再接上新的列名，就像这样：

2.数据分组

大部分情况下我们不想眉毛胡子一把抓，把整个一列数据直接处理。比如记账，你未必关心从记账开始到现在花了多少钱，这没有多少分析价值，你需要的可能是统计一下每天每月每年花了多少钱，或者吃饭花了多少钱，打车花了多少钱。这就需要根据条件把表拆开再使用聚合函数，使用到的是GROUP BY语句，后边接的是作为分割条件的列名，这个列名可以是一个也可以是多个，在聚合查询中被称为聚合键。我们现在给小药箱添加一些数据，然后统计一下各种药所购买的次数：

GROUP BY语句要处于FROM的后边，注意这里的用词是“处于”而不是跟在后边，下边我们会解释这个问题。

3.筛选

有的同学可能问了，筛选不是WHERE语句吗？已经讲过了吧？还真不是。WHERE语句的筛选发生在聚合查询之前，先把数据进行一个筛选，然后剩下的数据再拿去聚合。而如果想要针对聚合后的数据进行筛选，那我们需要使用HAVING语句。例如我们现在想查询总共花费超过10块钱的药品：

HAVING不像WHERE那么自由，因为它是专门用来筛选聚合后的数据的，所以它要么是对聚合键的筛选，要么是对聚合函数处理结果的筛选，不能随便写一个列上去，这点需要注意。

那么这个查询的过程就非常明确了，首先是从表中选取字段（SELECT...FROM）并对字段设定聚合方式，然后进行筛选（WHERE），筛选后的数据进行分组（GROUP BY），最后对分组后的数据再进行筛选（HAVING）。在一次查询中不一定会涉及所有的步骤，但顺序是如此的。