如何获得具有某种关系的行的平均值

Question

我有一堆与县人口统计相关的数据存储在数据库中。我需要能够访问某个县的州内的平均数据。 例如，我需要能够获得 state_id 与 County_id 为 1 的县的 state_id 匹配的所有县的平均值。基本上，如果一个县在弗吉尼亚州，我需要弗吉尼亚州所有县的平均值.我在设置这个查询时遇到了麻烦，我希望你们能给我一些帮助。这是我写的，但它只从数据库返回一行，因为它将两个表的county_id链接在一起。

SELECT AVG(demographic_data.percent_white) as avg_percent_white 
FROM demographic_data,counties, states 
WHERE counties.county_id = demographic_data.county_id AND counties.state_id = states.state_id

这是我的基本数据库布局：

counties
------------------------
county_id | county_name

states
---------------------
state_id | state_name

demographic_data
-----------------------------------------
percent_white | percent_black | county_id

Answer 1

您的查询返回一行，因为有一个聚合且没有 GROUP BY。如果您想要一个州内所有县的平均值，我们希望只有一行。

要获得一个州内所有县的“全州”平均值，以下是一种方法：

SELECT AVG(d.percent_white) AS avg_percent_white
  FROM demographic_data d
  JOIN counties a
    ON a.county_id = d.county_id
  JOIN counties o
    ON o.state_id = a.state_id 
 WHERE o.county_id = 42

请注意，无需加入state 表。您只需要具有匹配 state_id 的所有县。上面的查询使用了对counties 表的两个引用。别名为“a”的引用用于一个州内的所有县，别名为“o”的引用用于获取特定县的 state_id。

如果您已经拥有 state_id，则不需要第二个参考：

SELECT AVG(d.percent_white) AS avg_percent_white
  FROM demographic_data d
  JOIN counties a
    ON a.county_id = d.county_id
 WHERE a.state_id = 11

---

跟进

Q如果我想引入另一个表怎么办.. 我们称之为人口统计数据_2，它也通过县 ID 链接

A 我假设demographic_data 表的每个county_id 有一行。如果第二个表也是如此，则进行简单的 JOIN 操作。

  JOIN demographic_data_2 c
    ON c.county_id = d.county_id 

加入该表后，您可以在 SELECT 列表中添加适当的聚合表达式（例如 SUM、MIN、MAX、AVG）。

问题点通常是“丢失”和“重复”数据...当第二个表中的每个county_id 没有一行，或者特定county_id 有不止一行时，导致行不包含在聚合中，或在聚合中被重复计算。

---

我们注意到原始查询中返回的聚合是“平均值的平均值”。这是每个县的平均值。

考虑：

bucket  count_red  count_blue  count_total  percent_red
------  ---------  ----------  -----------  -----------
     1        480           4         1000           48
     2         60           1          200           30

请注意，“平均值的平均值”与使用总计计算平均值之间存在差异。

SELECT AVG(percent_red) AS avg_percent_red
     , SUM(count_red)/SUM(count_total) AS tot_percent_red

avg_percent_red  tot_percent_red
---------------  ---------------
             39               45

这两个值都是有效的，我们只是不想曲解或歪曲这两个值。