Question

我在SQL Server 2012中有一个数据表，如下所示。我想要做的是查询数据，但重组布局。有一列名为＆＃39; factor＆＃39;包含7-8个不同的标签，这些标签具有相应的值（值列）。我想要的是将列中的因素作为列 - 请参阅所需的输出部分以了解我的意思。编写查询以查看我的数据的最佳方法是什么？

所需的输出

pdate     abc     def   ghi
1-1-13    1       3     2
2-1-13    1       3     2

表格示例

factor     pdate     value
abc        1-1-13    1
def        1-1-13    3
ghi        1-1-13    2
abc        2-1-13    1
def        2-1-13    3
ghi        2-1-13    2
abc        3-1-13    1
def        3-1-13    3
ghi        3-1-13    2
abc        4-1-13    1
def        4-1-13    3
ghi        4-1-13    2

Answer 1

正如outisnihil所提到的更好的方法是使用PIVOT

使用PiVOT

  SELECT pdate
        , [abc]
        , [def]
        , [ghi]
    FROM YOUR_table
    PIVOT(SUM([value]) FOR factor IN (
                [abc]
                , [def]
                , [ghi]
                )) AS val

使用CASE ... 您可以使用每个因子值的大小写在输出中生成新列。

SELECT pdate
, CASE 
WHEN factor = 'abc' SUM(value) END abc
, CASE 
WHEN factor = 'def' SUM(value) END def
, CASE 
WHEN factor = 'ghi' SUM(value) END ghi 
FROM YOUR_table GROUP BY pdate

Answer 2

动态版本，如果您不想对[因子]值进行硬编码...

If      Object_ID('tempdb..#factorDateValues') Is Not Null Drop Table #factorDateValues
Create  Table #factorDateValues (factor Varchar(50), pdate Date, value Int)

Insert  #factorDateValues (factor, pdate, value)
Values  ('abc','2013-01-01', 1),
        ('def','2013-01-01', 3),
        ('ghi','2013-01-01', 2),
        ('abc','2013-02-01', 1),
        ('def','2013-02-01', 3),
        ('ghi','2013-02-01', 2),
        ('abc','2013-03-01', 1),
        ('def','2013-03-01', 3),
        ('ghi','2013-03-01', 2),
        ('abc','2013-04-01', 1),
        ('def','2013-04-01', 3),
        ('ghi','2013-04-01', 2)

Declare @sql Nvarchar(Max)

Select  @sql = Coalesce(@sql + ',','') + '[' + factor + ']'
From    #factorDateValues
Group   By factor
Order   By factor

Set     @sql = 'Select  pDate,' + @sql +
               'From    #factorDateValues
                Pivot  (Max([value]) For factor In (' + @sql + ')) As val'

Exec    sp_executeSQL @sql

Sql server使用pivot函数来限制数据

2 个答案: