如何使用mysql完成excel中的数据生成
发布于 2018-02-25 09:54:17 | 213 次阅读 | 评论: 0 | 来源: 网友投递
Mysql关系型数据库管理系统
MySQL是一个开放源码的小型关联式数据库管理系统，开发者为瑞典MySQL AB公司。MySQL被广泛地应用在Internet上的中小型网站中。由于其体积小、速度快、总体拥有成本低，尤其是开放源码这一特点，许多中小型网站为了降低网站总体拥有成本而选择了MySQL作为网站数据库。
这篇文章主要介绍了如何使用mysql完成excel中的数据生成的相关资料,需要的朋友可以参考下
Excel是数据分析中最常用的工具，本篇文章通过mysql与excel的功能对比介绍如何使用mysql完成excel中的数据生成，数据清洗，预处理，以及最常见的数据分类，数据筛选，分类汇总，以及数据透视等操作。本篇文章我们介绍第5,6,7部分内容，数据提取，数据筛选以及数据汇总及透视。
5，数据提取
第五部分是数据提取，也是数据分析中最常见的一个工作。下面介绍每一种函数的使用方法。
按列提取数据
#按列提取 SELECT city FROM data1;
按行提取数据
#按行提取
SELECT * FROM data1 WHERE city='beijing';
按位置提取数据
#按位置提取
SELECT * FROM data1 LIMIT 2,5;
按条件提取数据
#按条件提取并计算
SELECT AVG(price) FROM data1 WHERE city='beijing' AND age<25;
6，数据筛选
第六部分为数据筛选，使用与，或，非三个条件配合大于，小于和等于对数据进行筛选，并进行计数和求和。与excel中的筛选功能和countifs和sumifs功能相似。
按条件筛选（与，或，非）
Excel数据目录下提供了“筛选”功能，用于对数据表按不同的条件进行筛选。mysql中使用WHERE完成筛选操作，配合sum和count函数还能实现excel中sumif和countif函数的功能。
#数据筛选AND
SELECT * FROM data1 WHERE city='shanghai' AND age>30;
#数据筛选IN
SELECT * FROM data1 WHERE city IN ('shanghai','beijing');
#数据筛选OR
SELECT * FROM data1 WHERE city='shanghai' OR age>30;
#数据筛选(不等于)
SELECT * FROM data1 WHERE city !='beijing';
#数据筛选like(模糊筛选)
SELECT * FROM data1 WHERE city LIKE 'bei%';
#筛选后计数 countif
SELECT COUNT(id) AS id_count FROM data1 WHERE city='shanghai'AND age>30;
#筛选后求和 sumtif
SELECT SUM(price) AS price FROM data1 WHERE city='beijing' AND age<30;
#筛选后求均值 averageif
SELECT AVG(price) AS avg_price FROM data1 WHERE city !='beijing';
7，数据分类汇总及透视
第七部分是对数据进行分类汇总，Excel中使用分类汇总和数据透视可以按特定维度对数据进行汇总，mysql中使用的主要函数是GROUP BY和CASE WHEN。下面分别介绍这两个函数的使用方法。
分类汇总
Excel的数据目录下提供了“分类汇总”功能，可以按指定的字段和汇总方式对数据表进行汇总。mysql中通过GROUP BY完成相应的操作，并可以支持多级分类汇总。
GROUP BY是进行分类汇总的函数，使用方法很简单，制定要分组的列名称就可以，也可以同时制定多个列名称，GROUP BY按列名称出现的顺序进行分组。同时要制定分组后的汇总方式，常见的是计数和求和两种。
#单列分类汇总
SELECT city,COUNT(id) AS id_count FROM data1 GROUP BY city ORDER BY id_count;
#多列分类汇总
SELECT city,colour,ROUND(SUM(price),2) AS id_count FROM data1 GROUP BY city,colour;
数据透视
Excel中的插入目录下提供“数据透视表”功能对数据表按特定维度进行汇总。mysql中没有直接提供数据透视表功能。但通过CASE WHEN函数实现同样的效果。
数据透视表也是常用的一种数据分类汇总方式，并且功能上比GROUP BY要强大一些。下面的代码中设定city为行字段，colour为列字段，price为值字段，计算price金额。
#查看原始数据表
SELECT * FROM data1;
#使用CASE WHEN进行数据透视
CREATE VIEW data_Items AS (
SELECT
data1.city,
CASE WHEN colour = "A" THEN price END AS A,
CASE WHEN colour = "B" THEN price END AS B,
CASE WHEN colour = "C" THEN price END AS C,
CASE WHEN colour = "F" THEN price END AS F
FROM data1
);
#查看结果
SELECT * FROM data_Items;
#对字段进行求和汇总
CREATE VIEW data1_Extended_Pivot AS (
SELECT
city,
SUM(A) AS A,
SUM(B) AS B,
SUM(C) AS C,
SUM(F) AS F
FROM data_Items
GROUP BY city
);
#查看结果
SELECT * FROM data1_Extended_Pivot;
#对空值进行处理
CREATE VIEW data1_Extended_Pivot_Pretty AS (
SELECT
city,
COALESCE(A, 0) AS A,
COALESCE(B, 0) AS B,
COALESCE(C, 0) AS C,
COALESCE(F, 0) AS F
FROM data1_Extended_Pivot
);
#查看数据透视结果
SELECT * FROM data1_Extended_Pivot_Pretty;
