
SQL中有许多常用的函数,它们可以帮助我们处理数据并生成有用的结果。以下是SQL中一些常见的函数及其用法:
SUM():计算数值列的总和 例如:SELECT SUM(salary) FROM employee;
AVG():计算数值列的平均值 例如:SELECT AVG(salary) FROM employee;
COUNT():返回行数或非空值的数量 例如:SELECT COUNT(*) FROM employee; 注意:COUNT函数还可以使用DISTINCT关键字,以消除重复值进行计数。
MAX():找出数值列中最大的值 例如:SELECT MAX(salary) FROM employee;
MIN():找出数值列中最小的值 例如:SELECT MIN(salary) FROM employee;
UPPER():将字符串转换为大写字母 例如:SELECT UPPER(name) FROM employee;
LOWER():将字符串转换为小写字母 例如:SELECT LOWER(name) FROM employee;
SUBSTRING():提取字符串的一部分 例如:SELECT SUBSTRING(name, 1, 3) FROM employee; 这个例子将会返回每个员工姓名的前三个字符。
CONCAT():将两个或多个字符串连接起来 例如:SELECT CONCAT(first_name, ' ', last_name) FROM employee; 这个例子将会返回每个员工名和姓之间加了一个空格的完整名称。
DATE():从日期时间值中提取日期部分 例如:SELECT DATE(date_created) FROM orders;
NOW():返回当前日期和时间 例如:SELECT NOW() FROM orders;
GROUP BY:对结果集按照一个或多个列进行分组并计算汇总值 例如:SELECT department, AVG(salary) FROM employee GROUP BY department; 这个例子将会返回每个部门的平均工资。
ORDER BY:对结果集按照一个或多个列进行排序 例如:SELECT * FROM employee ORDER BY salary DESC; 这个例子将会按照工资从高到低的顺序显示员工信息。
HAVING:与GROUP BY一起使用,对分组后的结果集进行筛选 例如:SELECT department, AVG(salary) FROM employee GROUP BY department HAVING AVG(salary) > 50000; 这个例子将会返回平均工资大于50000的部门。
COALESCE():返回输入中的第一个非空值 例如:SELECT COALESCE(null_value, 'default value') FROM table; 如果null_value为null,则将返回'default value'。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-18刚入职场或是在职场正面临岗位替代、技能更新、人机协作等焦虑的打工人,想要找到一条破解职场焦虑和升职瓶颈的系统化学习提升 ...
2025-07-182025被称为“AI元年”,而AI,与数据密不可分。网易公司创始人丁磊在《AI思维:从数据中创造价值的炼金术 ...
2025-07-18CDA 数据分析师:数据时代的价值挖掘者 在大数据席卷全球的今天,数据已成为企业核心竞争力的重要组成部分。从海量数据中提取有 ...
2025-07-18SPSS 赋值后数据不显示?原因排查与解决指南 在 SPSS( Statistical Package for the Social Sciences)数据分析过程中,变量 ...
2025-07-18在 DBeaver 中利用 MySQL 实现表数据同步操作指南 在数据库管理工作中,将一张表的数据同步到另一张表是常见需求,这有助于 ...
2025-07-18数据分析师的技能图谱:从数据到价值的桥梁 在数据驱动决策的时代,数据分析师如同 “数据翻译官”,将冰冷的数字转化为清晰的 ...
2025-07-17Pandas 写入指定行数据:数据精细化管理的核心技能 在数据处理的日常工作中,我们常常需要面对这样的场景:在庞大的数据集里精 ...
2025-07-17解码 CDA:数据时代的通行证 在数字化浪潮席卷全球的今天,当企业决策者盯着屏幕上跳动的数据曲线寻找增长密码,当科研人员在 ...
2025-07-17CDA 精益业务数据分析:数据驱动业务增长的实战方法论 在企业数字化转型的浪潮中,“数据分析” 已从 “加分项” 成为 “必修课 ...
2025-07-16MySQL 中 ADD KEY 与 ADD INDEX 详解:用法、差异与优化实践 在 MySQL 数据库表结构设计中,索引是提升查询性能的核心手段。无论 ...
2025-07-16解析 MySQL Update 语句中 “query end” 状态:含义、成因与优化指南 在 MySQL 数据库的日常运维与开发中,开发者和 DBA 常会 ...
2025-07-16如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11