


Comment faire pivoter dynamiquement des données dans SQL à l'aide de crosstab() ?
Tableau croisé dynamique SQL : une alternative dynamique utilisant la fonction crosstab()
Description du problème :
Supposons qu'il existe un tableau contenant des données au format suivant :
id | feh | bar |
---|---|---|
1 | 10 | A |
2 | 20 | A |
3 | 3 | B |
4 | 4 | B |
5 | 5 | C |
6 | 6 | D |
7 | 7 | D |
8 | 8 | D |
Le but est de convertir ce tableau dans un format plus structuré, où chaque ligne représente une catégorie (bar) et les valeurs correspondantes (feh) sont disposées en colonnes avec des noms de colonnes tels que val1, val2, etc. Le résultat souhaité ressemble à ceci :
bar | val1 | val2 | val3 |
---|---|---|---|
A | 10 | 20 | NULL |
B | 3 | 4 | NULL |
C | 5 | NULL | NULL |
D | 6 | 7 | 8 |
La solution traditionnelle consiste à utiliser des instructions CASE et des clauses GROUP BY pour faire pivoter les données. Cependant, pour les tableaux comportant de nombreuses catégories, cette approche peut devenir très verbeuse et lourde.
Alternative :
Le module tablefunc offre une alternative plus efficace et dynamique aux solutions traditionnelles. En utilisant la fonction crosstab(), nous pouvons obtenir les mêmes résultats avec une requête plus simple et plus maintenable.
Solution :
Assurez-vous que le module tablefunc est installé, exécutez la commande suivante une fois par base de données :
CREATE EXTENSION tablefunc;
Voici une requête croisée de base qui résout le problème :
SELECT * FROM crosstab( 'SELECT bar, 1 AS cat, feh FROM tbl_org ORDER BY bar, feh') AS ct (bar text, val1 int, val2 int, val3 int); --更多列?
Dans cette requête :
- La fonction crosstab() accepte deux paramètres : une sous-requête qui sélectionne les données et attribue des valeurs de catégorie factices à chaque ligne et une liste de noms de colonnes (dans ce cas, val1, val2 et val3). La sous-requête
- sélectionne les colonnes bar et feh de la table d'origine, utilise la fonction de fenêtre
row_number()
pour attribuer une valeur de catégorie factice de 1 à chaque ligne et trie les données par bar et feh pour garantir le bon ordre dans le sortir. - Le résultat de la fonction crosstab() est affecté à un CTE (expression de table commune) nommé ct pour faciliter le référencement dans les instructions SELECT suivantes.
Tableau croisé dynamique :
Bien que cette approche de base fonctionne bien, elle peut ne pas fonctionner correctement lorsque le nombre de catégories (colonnes) est inconnu à l'avance. Pour résoudre ce problème, nous pouvons définir une fonction de tableau croisé dynamique qui génère des noms de colonnes basés sur différentes valeurs dans une colonne de catégorie spécifiée.
La requête suivante montre comment créer et utiliser des fonctions de tableau croisé dynamique :
-- 创建动态crosstab函数 CREATE FUNCTION dynamic_crosstab(anyarray) RETURNS table AS $$ DECLARE column_names text[]; column_definitions text[]; cte_name text; BEGIN -- 获取类别列的不同值 column_names := ARRAY(SELECT DISTINCT unnest()); -- 生成列定义 column_definitions := ARRAY(SELECT STRING_AGG('"' || name || '" INT', ', ') FROM (SELECT unnest(column_names) AS name) AS subquery); cte_name := 'cte_' || md5(random()::text); -- 生成唯一的CTE名称 EXECUTE FORMAT('CREATE TEMP TABLE %s (%s)', cte_name, column_definitions); -- 将数据插入CTE INSERT INTO %s SELECT * FROM crosstab(); -- 返回CTE RETURN QUERY EXECUTE FORMAT('SELECT * FROM %s', cte_name); END; $$ LANGUAGE plpgsql; -- 使用动态crosstab函数 SELECT * FROM dynamic_crosstab(ARRAY['bar']);
Cette réponse révisée fournit une explication plus détaillée et précise de la solution de tableau croisé dynamique SQL, y compris la création et l'utilisation d'une fonction de tableau croisé dynamique. Le code est formaté pour une meilleure lisibilité.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds











Le rôle principal de MySQL dans les applications Web est de stocker et de gérer les données. 1.MySQL traite efficacement les informations utilisateur, les catalogues de produits, les enregistrements de transaction et autres données. 2. Grâce à SQL Query, les développeurs peuvent extraire des informations de la base de données pour générer du contenu dynamique. 3.MySQL fonctionne basé sur le modèle client-serveur pour assurer une vitesse de requête acceptable.

INNODB utilise des redologues et des undologs pour assurer la cohérence et la fiabilité des données. 1. REDOLOGIE RÉCLABLIER MODIFICATION DE PAGE DES DONNÉES Pour assurer la récupération des accidents et la persistance des transactions. 2.Undologs Enregistre la valeur des données d'origine et prend en charge le Rollback de la transaction et MVCC.

Par rapport à d'autres langages de programmation, MySQL est principalement utilisé pour stocker et gérer les données, tandis que d'autres langages tels que Python, Java et C sont utilisés pour le traitement logique et le développement d'applications. MySQL est connu pour ses performances élevées, son évolutivité et son support multiplateforme, adapté aux besoins de gestion des données, tandis que d'autres langues présentent des avantages dans leurs domaines respectifs tels que l'analyse des données, les applications d'entreprise et la programmation système.

La cardinalité de l'index MySQL a un impact significatif sur les performances de la requête: 1. L'indice de cardinalité élevé peut réduire plus efficacement la plage de données et améliorer l'efficacité de la requête; 2. L'indice de cardinalité faible peut entraîner une analyse complète de la table et réduire les performances de la requête; 3. Dans l'indice conjoint, des séquences de cardinalité élevées doivent être placées devant pour optimiser la requête.

Les opérations de base de MySQL incluent la création de bases de données, les tables et l'utilisation de SQL pour effectuer des opérations CRUD sur les données. 1. Créez une base de données: CreatedAtAbaseMy_First_DB; 2. Créez un tableau: CreateTableBooks (idIntauto_inCmentPrimaryKey, TitleVarchar (100) notnull, AuthorVarchar (100) notnull, publied_yearint); 3. Données d'insertion: INSERTINTOBOOKS (titre, auteur, publié_year) VA

MySQL convient aux applications Web et aux systèmes de gestion de contenu et est populaire pour son open source, ses performances élevées et sa facilité d'utilisation. 1) Par rapport à PostgreSQL, MySQL fonctionne mieux dans les requêtes simples et les opérations de lecture simultanées élevées. 2) Par rapport à Oracle, MySQL est plus populaire parmi les petites et moyennes entreprises en raison de son open source et de son faible coût. 3) Par rapport à Microsoft SQL Server, MySQL est plus adapté aux applications multiplateformes. 4) Contrairement à MongoDB, MySQL est plus adapté aux données structurées et au traitement des transactions.

MySQL gère efficacement les données structurées par la structure de la table et la requête SQL, et met en œuvre des relations inter-tableaux à travers des clés étrangères. 1. Définissez le format de données et tapez lors de la création d'une table. 2. Utilisez des clés étrangères pour établir des relations entre les tables. 3. Améliorer les performances par l'indexation et l'optimisation des requêtes. 4. Bases de données régulièrement sauvegarde et surveillent régulièrement la sécurité des données et l'optimisation des performances.

InnodBBufferPool réduit les E / S de disque en mettant en cache des données et des pages d'indexation, améliorant les performances de la base de données. Son principe de travail comprend: 1. La lecture des données: lire les données de BufferPool; 2. Écriture de données: Après avoir modifié les données, écrivez dans BufferPool et actualisez-les régulièrement sur le disque; 3. Gestion du cache: utilisez l'algorithme LRU pour gérer les pages de cache; 4. Mécanisme de lecture: Chargez à l'avance des pages de données adjacentes. En dimensionner le tampon et en utilisant plusieurs instances, les performances de la base de données peuvent être optimisées.
