“分组查询”通常指的是在数据库（如 SQL）或数据分析工具中，根据某些字段将数据划分为多个组，并对每个组进行聚合统计（如求和、计数、平均值等）的操作。
以下是关于 分组查询（GROUP BY） 的全面解析，包括 SQL 语法、核心概念、常见用法及注意事项。
核心语法（以 SQL 为例）
SELECT
column1, -- 分组依据的列
AGG_FUNC(column2) -- 聚合函数（如 COUNT, SUM, AVG, MAX, MIN）
FROM
table_name
WHERE
condition -- 可选：在分组前过滤行
GROUP BY
column1 -- 指定按哪些列分组
HAVING
condition -- 可选：在分组后过滤组
ORDER BY
column1; -- 可选：对结果排序
关键概念区分
| 关键字 | 作用时机 | 说明 |
|---|---|---|
| WHERE | 分组前 | 过滤原始数据行，不能使用聚合函数。 |
| GROUP BY | 分组时 | 将数据按指定列分组。 |
| HAVING | 分组后 | 过滤分组后的结果。可以使用聚合函数。 |
| ORDER BY | 最后 | 对最终查询结果进行排序。 |
✅ 记忆口诀：
WHERE过滤行，GROUP BY分组，HAVING过滤组。
常见场景与示例
假设有一张 sales 表：
| id | product | category | amount | date |
|---|---|---|---|---|
| 1 | Apple | Fruit | 10 | 2026-01-01 |
| 2 | Banana | Fruit | 20 | 2026-01-02 |
| 3 | Carrot | Veg | 15 | 2026-01-03 |
| 4 | Apple | Fruit | 30 | 2026-01-04 |
| 5 | Carrot | Veg | 5 | 2026-01-05 |
场景 1：按类别统计总销售额
SELECT
category,
SUM(amount) AS total_sales
FROM
sales
GROUP BY
category;
结果：
| category | total_sales |
|———-|————-|
| Fruit | 60 |
| Veg | 20 |
场景 2：按类别和产品统计，并筛选总销售额 > 25 的组
SELECT
category,
product,
SUM(amount) AS total_sales
FROM
sales
GROUP BY
category, product
HAVING
SUM(amount) > 25;
结果：
| category | product | total_sales |
|———-|———|————-|
| Fruit | Apple | 40 |
场景 3：先过滤再分组（WHERE + GROUP BY）
只统计 2026-01-02 之后的销售，再按类别汇总：
SELECT
category,
SUM(amount) AS total_sales
FROM
sales
WHERE
date >= '2026-01-03'
GROUP BY
category;
结果：
| category | total_sales |
|———-|————-|
| Fruit | 30 |
| Veg | 20 |
常用聚合函数
| 函数 | 说明 | 示例 |
|---|---|---|
COUNT() |
计数 | COUNT() 或 COUNT(column) |
SUM() |
求和 | SUM(amount) |
AVG() |
平均值 | AVG(price) |
MAX() |
最大值 | MAX(salary) |
MIN() |
最小值 | MIN(score) |
常见错误与注意事项
-
SELECT 中的列必须出现在 GROUP BY 中
在标准 SQL 中，SELECT列表中的非聚合列必须包含在GROUP BY子句中。
❌ 错误：SELECT name, SUM(amount) FROM sales GROUP BY category;（name未分组）
✅ 正确：SELECT category, SUM(amount) FROM sales GROUP BY category;
-
NULL 值处理
GROUP BY会将NULL值视为一个独立的组。COUNT(column)会忽略NULL，但COUNT()会计算所有行（包括 NULL）。
-
性能优化
- 在
GROUP BY的列上建立索引可以显著提升查询性能。 - 避免在
GROUP BY中使用复杂表达式或函数，否则可能导致全表扫描。
- 在
-
HAVING vs WHERE
- 如果过滤条件不涉及聚合函数,优先使用
WHERE，因为它在分组前执行，效率更高。 - 只有当过滤条件涉及聚合结果（如
SUM > 100）时，才使用HAVING。
- 如果过滤条件不涉及聚合函数,优先使用
其他工具中的分组查询
-
Python (Pandas):
df.groupby('category')['amount'].sum() -
Excel:
使用“数据透视表”（Pivot Table）实现分组汇总。
-
Power BI / Tableau:
通过拖拽字段到“行”或“列”区域，并设置聚合方式（求和、计数等）实现分组。
如果你有具体的数据库类型（如 MySQL、PostgreSQL、Oracle）或具体的业务场景，可以提供更多细节，我可以给出更精准的查询语句。
首发原创文章，作者：王坚，如若转载，请注明出处：https://idctop.com/article/483767.html
