平均使用 SQL Group by 需要省略重复和 group by 多于一列答案

【问题标题】：Average using SQL Group by needs to omit duplicates and group by more than one column平均使用 SQL Group by 需要省略重复和 group by 多于一列
【发布时间】：2017-12-13 20:48:52
【问题描述】：

我正在使用 SQL Server 2016，但我遇到了一个问题，它按多个列进行分组，并在省略重复行的同时找到平均值。我有一个事务表定义为：

CREATE TABLE [dbo].[CUST_TRANSACTION](  
     [EXTRACT_DATE] [date] NULL,
     [CUSTOMER_ID] [bigint] NULL,   
     [TRANS_NUMBER] [bigint] NULL,
     [CATEGORY] [smallint] NULL,    
     [RANKING] [smallint] NULL )

这是一些数据：

EXTRACT_DATE    CUSTOMER_ID TRANS_NUMBER    CATEGORY    RANKING
10/31/2017          10001   1000101              4  100
10/31/2017          10001   1000102              4  100
10/31/2017          10002   1000201              4  200
10/31/2017          10001   1000103              5  100
10/31/2017          10003   1000301              5  300
10/31/2017          10003   1000302              5  300
10/31/2017          10004   1000401              7  500
10/31/2017          10001   1000104              8  100

Customer_Id AND TRANS_NUMBER 组合必须是唯一的，但 customer_id 可以有 1 到多个 Trans_Number，而 Customer_Id 可以存在于 1 到多个类别中。从我查看的数据来看，对于给定的 EXTRACT_DATE，Customer_ID 的排名似乎是相同的。我在排名中没有发现 NULLS，但我确实找到了零，所以我需要从平均值中排除任何零。

请求是生成按每个类别 (1 - 15) 细分的报告并找到该类别中的平均排名，但只计算一次 customer_id 并找到该类别的最大排名。这是针对给定的 EXTRACT_Date。

所以我运行了以下内容：

Select CATEGORY, MAX(RANKING) "Max Ranking", AVG(RANKING) "Average Ranking"
from CUST_TRANSACTION 
where  EXTRACT_DATE = Convert(datetime, '2017-10-31' )
     and RANKING > 1
group by CATEGORY
order by CATEGORY

生成以下输出：

CATEGORY    Max Ranking Average Ranking 
4                 200   133 
5                 300   233 
7                 500   500 
8                 100   100

但是类别 4 的平均值应该是 150，因为 customer_Id = 10001 有两个条目，类别 5 应该是 = 200，因为 Customer_id 10003 有两个条目。

当我尝试按 Category、Customer_Id 进行分组时，输出包括 Category 和 Customer_Id 的每个组合，这就是 Group by 所做的。所以我不确定我是否需要子选择或任何其他想法？

谢谢

【问题讨论】：

标签： sql-server

【解决方案1】：

您似乎并不关心 trans_number 映射，因此您可以将其删除并在派生表中选择不同的剩余值：

Select CATEGORY, MAX(RANKING) "Max Ranking", AVG(RANKING) "Average Ranking"
from ( select distinct [EXTRACT_DATE] ,
                [CUSTOMER_ID] ,
                [CATEGORY] ,
                [RANKING] from CUST_TRANSACTION )CUST_TRANSACTION
where  EXTRACT_DATE = Convert(datetime, '2017-10-31' )
     and RANKING > 1
group by CATEGORY
order by CATEGORY

【讨论】：

谢谢 - 这很好。我在想我需要一个子选择，但我很难将它与 where 子句和 Group by 放在一起。你说得对，我不关心 trans_number。

【解决方案2】：

您可以使用公用表表达式 (CTE) 过滤掉某个类别中的重复 customerID。像这样。

;with cte as (
select CATEGORY, RANKING, EXTRACT_DATE
ROW_NUMBER() over(partition by category, customer_id order by customer_id) rn
from CUST_TRANSACTION
)
Select CATEGORY, MAX(RANKING) "Max Ranking", AVG(RANKING) "Average Ranking"
from cte --CUST_TRANSACTION 
where  EXTRACT_DATE = Convert(datetime, '2017-10-31' )
     and RANKING > 1
and rn = 1
group by CATEGORY
order by CATEGORY

【讨论】：

谢谢 - 这也有效。我正在阅读有关过度和分区的内容，需要稍微弄乱它们以更好地理解它们。

【解决方案3】：

由于对总体平均值和最大值的不同要求，您不能使用单个列来同时获取两者。子选择将提供一列用于平均，另一列用于最大化。

DECLARE @QUERY_DATE DATE = '2017-10-31';

Select 
    CATEGORY
    , MAX(RANKING_detail_max) "Max Ranking"
    , AVG(RANKING_detail_sum) "Average Ranking"
from (
  select CATEGORY
       , CUSTOMER_ID
       , SUM(RANKING) RANKING_detail_sum
       , MAX(RANKING) RANKING_detail_max
  from CUST_TRANSACTION 
  where EXTRACT_DATE = @QUERY_DATE
    and RANKING > 0
  group by CATEGORY, CUSTOMER_ID
) rollup
group by CATEGORY
order by CATEGORY

【讨论】：