SQLAVG函数怎么计算平均值_SQLAVG函数求平均值教程

上周 下面我给大家介绍一下AVG的功能。

该函数计算平均值。
语法很简单：AVG(列名)。

有一个功能，请验证一下。
它会自动忽略 NULL 值。
例如，如果有 1 0 条数据，其中 2 条为 NULL。
然后它只计算8 个非NULL数据的平均值。

默认情况下不会删除重复值。
所有非NULL值都包含在计算中。
如果输入字符串怎么办？ 将会报告错误。

我会给你一些例子。

最基本的使用。
例如，您的销售表。
想要平衡所有销售。
只需写： sql SELECT AVG(金额) AS 平均销售额 来自销售； 这已经出来了。

想要过滤吗？ 例如，仅计算产品P001 的平均销售额。
使用 WHERE 子句。
sql 选择 AVG（总计）作为 P001 的平均销售额 来自销售 其中产品 ID = 'P001 '； 这只计算P001
稍微复杂一点。
我想按类别对它们进行分组。
例如，每个产品类别的平均销售额。
使用分组依据。
sql 选择类别，AVG（总计）AS AverageSalesPerCategory 来自销售 按类别分组； 这样您就可以看到每个类别的表现。

想要过滤累积的结果？ 使用“拥有”。
例如，只看平均销售额超过1 000的品类。
sql 选择类别，AVG（总计）AS AverageSalesPerCategory 来自销售 按类别分组 平均得分（总计）> 1 000； 请注意 WHERE 和 HAVING 之间的区别。
收集前在哪里进行过滤。
收集后进行过滤。

还有一个技巧。
想要平均唯一值吗？ 例如，班级分数加倍。
使用 DISTINCT。
sql 选择 AVG(DISTINCT 分数) AS AverageUniqueScore 来自学生成绩； 重复标记仅计算一次。

处理 NULL 值时要小心。
AVG 函数完全忽略 NULL。
例如，数据为 1 0、2 0、NULL、4 0、5 0。
它只是计算(1 0+2 0+4 0+5 0)/4 =3 0。
这是符合逻辑的，未知数不参与计算。

默认计算重复值。
想要消除重复项吗？ 显式添加 DISTINCT。
比较一下： sql -
包含重复值 SELECT AVG(Score) FROM StudentScores;
-
平方后计算 从 StudentScores 中选择 AVG(DISTINCT 分数)； 第二个仅算作一个独特的分数。

使用此功能的效率建议。
1 .一定要传递数字类型，不要传递字符串。
2 、条件过滤首选WHERE。
3 . 选择具有业务意义的GROUP BY 字段。
4 . 不要混淆HAVING和WHERE。
5 .谨慎使用DISTINCT，重复数据删除可能会更慢。

总之这个功能非常实用。
组合 WHERE、GROUP BY 和 DISTINCT 可以做很多事情。
它可以用于从全球统计到本地分析。
你尝试后就知道了。
算了吧，你想。

SQL 数值函数如何计算累计和与平均值？

哦，说到 SQL 中的窗口函数，它们非常简洁，尤其是在计算累积和和平均值时。
说实话，刚开始尝试的时候我很困惑，但是现在我可以顺利使用了。

首先，您需要知道计算运行总和主要依赖于 SUM() 窗口函数，并且可以使用 OVER() 子句来完成。
例如，如果要按日期排序并逐行累加，则将排序名称写在ORDERBY后面。

例如，如果要计算销售表中每个产品的每日累计收入，则需要编写： SELECT date, Product,Revenue, SUM(revenue) OVER (PARTITION BY Product ORDER BY date) AS running_total FROM sales;这将在每行数据旁边显示一列额外的累计收入。

另外，如果要按用户或部门等组进行计算，请在 OVER() 子句中添加 PARTITION BY 用户 ID 或部门 ID，然后添加 ORDER BY 日期。
这样，每组的数据就按照日期顺序逐行累加。

对于移动平均线，您需要使用AVG()窗口函数。
与 SUM() 一样，它也必须与 OVER() 子句一起使用。
例如，如果要计算从第一行到当前行的平均值，则在 ORDERBY 后面写入时间戳，并添加 ROWS UNBOUNDEDPRECEDING。

再举一个例子，如果要计算最后三行的平均值，请使用 ROWS BETWEEN 2 PRECEDING AND CURRENT ROW。
这允许您获取当前行和前两行的平均值。

重要的一点是，在 OVER() 子句中，ORDERBY 控制累积或滑动方向，而 PARTITIONBY 是针对每个组独立计算的。
ROWS 定义计算范围，UNBOUNDEDPRECEDING 从头开始​​计算，BETWEEN N PRECEDING AND CURRENT ROW 指定要包含的行数。

还有很多实际的应用场景，比如金融分析、时间序列数据分析、用户行为统计等。
这些窗口函数允许您高效地处理复杂的累积和滑动计算，同时保留原始数据行。

当时我不明白为什么这个窗口功能这么强大，现在却这么好用。
当你在工作中遇到此类问题时，可以尝试一下。
也许我们可以解决一个大问题。