MySQL – Zeilen in Spalten konvertieren

Question

Ich habe versucht, nach Beiträgen zu suchen, habe aber nur Lösungen für SQL Server/Access gefunden. Ich brauche eine Lösung in MySQL (5.X).

Ich habe eine Tabelle (Historie genannt) mit 3 Spalten: Host-ID, Artikelname, Artikelwert.

Wenn ich eine Auswahl (select * from History) durchführe, wird

zurückgegeben

+--------+----------+-----------+
   | hostid | itemname | itemvalue |
   +--------+----------+-----------+
   |   1    |    A     |    10     |
   +--------+----------+-----------+
   |   1    |    B     |     3     |
   +--------+----------+-----------+
   |   2    |    A     |     9     |
   +--------+----------+-----------+
   |   2    |    C     |    40     |
   +--------+----------+-----------+

So fragen Sie eine Datenbank ab, um ähnliche Inhalte zurückzugeben

+--------+------+-----+-----+
   | hostid |   A  |  B  |  C  |
   +--------+------+-----+-----+
   |   1    |  10  |  3  |  0  |
   +--------+------+-----+-----+
   |   2    |   9  |  0  |  40 |
   +--------+------+-----+-----+

Answer 1

我将添加一个更长、更详细的说明来说明解决此问题的步骤。如果太长，我深表歉意。

---

我将从您给出的基础开始，并用它来定义几个术语，我将在本文的其余部分使用这些术语。这将是基表：

select * from history;

+--------+----------+-----------+
| hostid | itemname | itemvalue |
+--------+----------+-----------+
|      1 | A        |        10 |
|      1 | B        |         3 |
|      2 | A        |         9 |
|      2 | C        |        40 |
+--------+----------+-----------+

这将是我们的目标，漂亮的数据透视表：

select * from history_itemvalue_pivot;

+--------+------+------+------+
| hostid | A    | B    | C    |
+--------+------+------+------+
|      1 |   10 |    3 |    0 |
|      2 |    9 |    0 |   40 |
+--------+------+------+------+

history.hostid 列中的值将成为数据透视表中的y 值。 history.itemname 列中的值将变为 x-values（出于显而易见的原因）。

---

当我必须解决创建数据透视表的问题时，我使用三步过程来解决它（带有可选的第四步）：

1. 选择感兴趣的列，即 y 值和x 值
2. 使用额外的列扩展基表 - 每个 x 值一列
3. 对扩展表进行分组和聚合 - 每个 y 值一组
4. （可选）美化聚合表

让我们将这些步骤应用于您的问题，看看会得到什么：

第 1 步：选择感兴趣的列。在所需的结果中，hostid 提供y 值，itemname 提供x 值。

第 2 步：使用额外列扩展基表。我们通常需要每个 x 值一列。回想一下，我们的 x 值列是 itemname：

create view history_extended as (
  select
    history.*,
    case when itemname = "A" then itemvalue end as A,
    case when itemname = "B" then itemvalue end as B,
    case when itemname = "C" then itemvalue end as C
  from history
);

select * from history_extended;

+--------+----------+-----------+------+------+------+
| hostid | itemname | itemvalue | A    | B    | C    |
+--------+----------+-----------+------+------+------+
|      1 | A        |        10 |   10 | NULL | NULL |
|      1 | B        |         3 | NULL |    3 | NULL |
|      2 | A        |         9 |    9 | NULL | NULL |
|      2 | C        |        40 | NULL | NULL |   40 |
+--------+----------+-----------+------+------+------+

请注意，我们没有更改行数 - 我们只是添加了额外的列。另请注意 NULL 的模式 - itemname = "A" 的行的新列 A 具有非空值，并且其他新列的空值。

第 3 步：对扩展表进行分组和聚合。我们需要按 hostid 分组，因为它提供了 y 值：

create view history_itemvalue_pivot as (
  select
    hostid,
    sum(A) as A,
    sum(B) as B,
    sum(C) as C
  from history_extended
  group by hostid
);

select * from history_itemvalue_pivot;

+--------+------+------+------+
| hostid | A    | B    | C    |
+--------+------+------+------+
|      1 |   10 |    3 | NULL |
|      2 |    9 | NULL |   40 |
+--------+------+------+------+

（请注意，我们现在每个 y 值一行。） 好的，我们就快到了！我们只需要摆脱那些丑陋的 NULL 即可。

第四步：美化。我们将用零替换任何空值，以便结果集看起来更好：

create view history_itemvalue_pivot_pretty as (
  select 
    hostid, 
    coalesce(A, 0) as A, 
    coalesce(B, 0) as B, 
    coalesce(C, 0) as C 
  from history_itemvalue_pivot 
);

select * from history_itemvalue_pivot_pretty;

+--------+------+------+------+
| hostid | A    | B    | C    |
+--------+------+------+------+
|      1 |   10 |    3 |    0 |
|      2 |    9 |    0 |   40 |
+--------+------+------+------+

我们就完成了——我们已经使用 MySQL 构建了一个漂亮的数据透视表。

---

应用此过程时的注意事项：

• 在额外列中使用什么值。我在此示例中使用了 itemvalue
• 在额外列中使用什么“中性”值。我使用了 NULL，但也可能是 0 或 ""，具体取决于您的具体情况
• 分组时使用什么聚合函数。我使用了 sum，但是 count 和 max 也经常使用（max 经常在构建单行时使用）分布在多行中的“对象”）
• 使用多列表示 y 值。此解决方案不限于对 y 值使用单个列 - 只需将额外的列插入 group by 子句（并且不要忘记 select他们）

已知限制：

• 此解决方案不允许数据透视表中有 n 列 - 在扩展基表时需要手动添加每个数据透视列。因此，对于 5 或​​ 10 个 x 值，此解决方案很好。 100块，不太好。有一些使用存储过程生成查询的解决方案，但它们很丑陋并且很难正确执行。当数据透视表需要有很多列时，我目前不知道有什么好方法来解决这个问题。