PostgreSQL 无法将字符串转换为双精度

Question

所以我被要求为一个大学项目做这个查询：

SELECT l.city AS name, AVG((pr.ap_price::double precision
                            * 7 - pr.weekly::double precision)
                           /((pr.ap_price::double precision))*100) AS savings_percentage 
FROM locations AS l, price AS pr, apartments AS ap, hosts AS h
WHERE pr.id_apt = ap.id_apartment AND l.id_apt = ap.id_apartment AND h.host_id = ap.id_host AND h.host_identity_verified = 't'
GROUP BY l.city
ORDER BY savings_percentage DESC LIMIT 3;

pr.ap_price 和 pr.ap_weekly 都保存为字符串 (VARCHAR(255))，我尝试使用 CAST(pr.ap_price AS double precision) 或使用上面代码中的选项将它们转换为其他类型。 无论我将其转换为数字还是双精度，它总是最终显示相同的错误： ERROR: la sintaxis de entrada no es válida para tipo double precision: «1,100.00» SQL state: 22P02 （用西班牙语但基本上是说错误：入口语法对双精度类型无效）

如何正确投射？我的目标是将其从字符串转换为数字以便能够比较它们。

我也尝试过使用： ALTER TABLE apartments_importacio ALTER COLUMN price TYPE double precision USING (price::double precision); 但显示相同的错误。 （其中 apartments_importacio 是我复制 .csv 文件以便稍后插入其他表的表）

有什么线索吗？提前致谢！

Answer 1

我要说是因为这个：

select ''::double precision;
ERROR:  invalid input syntax for type double precision: ""
LINE 1: select ''::double precision;

select '10'::double precision;
 float8 
--------
     10
(1 row)

空字符串的原因不是有效数字。

一种解决方案是：

select nullif(trim('  '), '')::double precision;
 nullif 
--------
   NULL
(1 row)

--- So for your case:

nullif(trim(pr.ap_price), '')::double precision

否则，您将需要清理这些列中的空字符串并将它们更改为 0 或 NULL。从长远来看，我会说使这些字段 float8 或更好，但数字是更好的解决方案。然后你处理创建记录的问题。

更新。处理数字格式：

select '1,100.00'::double precision;
ERROR:  invalid input syntax for type double precision: "1,100.00"
LINE 1: select '1,100.00'::double precision;
               ^
select '1100.00'::double precision;
 float8 
--------
   1100
(1 row)

上面的解决方法是：

select to_number('1,100.00', '9999.99')::double precision;
 to_number 
-----------
      1100
(1 row)

有关详细信息，请参阅

https://www.postgresql.org/docs/current/functions-formatting.html

to_number(text, text)   numeric     convert string to numeric   to_number('12,454.8-', '99G999D9S')```

See:

Table 9.27 shows the template patterns available for formatting numeric values.

For more information on your options for formatting.