将具有透视结构的 SQL 查询从一个表复制到另一个表

Question

我是一名 SQL 初学者，试图在 TABLE_2 中复制下面相同的 SQL 查询，就像已经在 TABLE_1 中实现并成功运行一样。

基本上，这两个表之间的主要区别在于 TABLE_1 包含两列“year_dt_emission”，其中包含“2021”等年份格式参考，另一列名为“month_dt_emission”，其中包含月份格式参考，如 1、2、3 到 12。

但 TABLE_2 包含“dt_emission”列，其日期格式如 YYYY-MM-DD 已包含我需要的嵌入年份和月份。

具有列参考的表：

• 带有列名的SERVER DB TABLE_1 --> year_dt_emission、month_dt_emission、customer_id、brand_name

• SERVER DB TABLE_2 w/列名 --> dt_emission、customer_id、brand_name

我已经尝试使用 YEAR 和 MONTH 等函数分别捕获/转换年数和月数，但没有成功。

以下代码是在 TABLE_1 中应用的原始代码。有人可以通过适当的查询来帮助和指导我修复和使用 TABLE_2 参考吗？

select brand_name
           , year_dt_emission
           , month_dt_emission as month_order
           , case month_dt_emission
           when 1 then 'Jan'when 2  then 'Feb'when 3  then 'Mar'when 4  then 'Apr'when 5  then 'May'when 6  then 'Jun'
           when 7  then 'Jul'when 8  then 'Aug'when 9  then 'Set'when 10 then  'Oct'when 11 then  'Nov'when 12 then  'Dec'
           end as month_dt_emission
           , [1] as 'Jan', [2] as 'Feb', [3] as 'Mar', [4] as 'Apr', [5] as 'May', [6] as 'Jun'
           , [7] as 'Jul', [8] as 'Aug', [9] as 'Set', [10] as 'Oct', [11] as 'Nov', [12] as 'Dec'
            
            from (
          select c.brand_name
                 , j_month.Joining_month
                 , c.month_dt_emission
                 , c.year_dt_emission
                 , count (distinct c.invoice_number) customer_id
                from   TABLE_1 c

          left  join (
                select year_dt_emission, brand_name, customer_id, min(month_dt_emission) Joining_month
                from   TABLE_1
                where  1=1
                group by year_dt_emission, brand_name, customer_id) j_month

          on (c.customer_id = j_month.customer_id and c.brand_name = j_month.brand_name and c.year_dt_emission = j_month.year_dt_emission)
          left join  (
                select year_dt_emission, brand_name, customer_id, count(distinct month_dt_emission) Months_Active
                from   TABLE_1
                where  1=1
                        
                group by year_dt_emission, brand_name, customer_id) m_month
                
          on (c.customer_id = m_month.customer_id and c.brand_name = m_month.brand_name and c.year_dt_emission = m_month.year_dt_emission)
          where 1=1
          and (m_month.Months_Active > 0 or j_month.Joining_month > 0)
                  
          group by c.brand_name
                 , j_month.Joining_month
                 , c.month_dt_emission
                 , c.year_dt_emission
                
          ) a
      PIVOT 
      (
      sum(customer_id) FOR Joining_month IN ([1], [2], [3], [4], [5], [6], [7], [8], [9], [10],[11],[12])
      ) AS tbpivot
´´´

Answer 1

在提问时以minimal, reproducable example 为目标。如果没有表定义和示例数据，我们将无法运行您的查询。这使得验证/实现预期结果和解决方案变得更加困难。那些where 1=1 子句似乎也没有必要。

common table expression (CTE) 是在数据透视之前转换数据的一种解决方案。

样本数据

-- separate columns for year and month
create table table_1
(
  dt_year int,
  dt_month int,
  value int
);

insert into table_1 (dt_year, dt_month, value) values
(2021, 1, 100),
(2021, 1, 100),
(2021, 2, 50),
(2021, 2, 200),
(2021, 3, 70),
(2021, 4, 300),
(2022, 1, 50),
(2022, 3, 650);

-- no separate columns for year and month
create table table_2
(
  dt_full date,
  value int
);

insert into table_2 (dt_full, value) values
('2021-01-01', 100),
('2021-01-01', 100),
('2021-02-01', 50),
('2021-02-01', 200),
('2021-03-01', 70),
('2021-04-01', 300),
('2022-01-01', 50),
('2022-03-01', 650);

解决方案

基础数据透视查询。

select piv.dt_year,
       piv.[1],
       piv.[2],
       piv.[3],
       piv.[4],
       piv.[5]
from table_1 t1
pivot (sum(t1.value) for t1.dt_month in ([1],[2],[3],[4],[5])) piv;

使用 CTE 扩展查询以拆分日期字段。

with cte as
(
  select year(t2.dt_full) as dt_year,
         month(t2.dt_full) as dt_month,
         t2.value
  from table_2 t2
)
select piv.dt_year,
       piv.[1],
       piv.[2],
       piv.[3],
       piv.[4],
       piv.[5]
from cte
pivot (sum(cte.value) for cte.dt_month in ([1],[2],[3],[4],[5])) piv;

结果

两个样本表每个月都包含相同的值，因此输出也相同。

dt_year  1     2     3     4      5
-------  ----  ----  ----  -----  ----
2021     200   250   70    300    null
2022     50    null  650   null   null

Fiddle 了解实际情况。