SQL基础：Sql Server中实现行数据转为列显示

背景介绍

在Sql Server中，有时候需要将行数据转化为列进行展示，这个过程叫做“数据透视”。

通俗地说，数据透视就是将一些相同类型的行数据按照某个特定字段进行合并，并展示为一列数据。这种数据展示方式相比于原来的行数据来说更加清晰易读。

下面我将介绍如何使用Sql Server实现行数据转列显示。

数据透视方法一：使用Pivot函数

1. Pivot函数使用示例

Pivot函数就是为了实现数据透视而生的，下面是一个简单的示例：

CREATE TABLE #Temp

(
  [Name] VARCHAR(50),
  [Score] INT,
  [Course] VARCHAR(50)
)
INSERT INTO #Temp
VALUES ('Adam', 93, 'Math'),
       ('Adam', 88, 'English'),
       ('Bob', 91, 'Math'),
       ('Bob', 89, 'English')
SELECT *
FROM #Temp
SELECT [Name], [Math], English  
FROM
(
  SELECT [Name], [Course], [Score]
  FROM #Temp
) AS SourceTable  
PIVOT  
(  
  AVG([Score])  
  FOR [Course] IN ([Math], [English])  
) AS PivotTable;

以上示例演示了如何将行数据转为列显示，Pivot函数的语法如下：

PIVOT

(
  { aggfunc (value_column_name) }
  FOR column_to_pivot
  IN ( column_list )
) AS alias

其中，aggfunc是聚合函数，value_column_name是需要聚合的字段名称，column_to_pivot是需要进行透视的字段名称，column_list是需要展示的列名列表，alias是透视后结果集的别名。

2. Pivot函数实现数据透视的注意事项

在使用Pivot函数实现数据透视的时候，有几点需要注意：

需要先将需要进行透视的字段进行聚合

需要使用固定列名展示透视后的结果集

如果需要将多个字段进行透视，需要使用多个Pivot函数

数据透视方法二：使用Case语句

1. Case语句使用示例

使用Case语句实现数据透视的方法相对于Pivot函数稍微麻烦一些，但也很实用，以下是一个使用Case语句实现数据透视的示例：

CREATE TABLE #Temp

(
  [Name] VARCHAR(50),
  [Score] INT,
  [Course] VARCHAR(50)
)
INSERT INTO #Temp
VALUES ('Adam', 93, 'Math'),
       ('Adam', 88, 'English'),
       ('Bob', 91, 'Math'),
       ('Bob', 89, 'English')
SELECT *
FROM #Temp
SELECT [Name], 
       MAX(CASE WHEN Course = 'Math' THEN Score END) AS [Math],
       MAX(CASE WHEN Course = 'English' THEN Score END) AS [English]
FROM #Temp
GROUP BY [Name];

以上示例演示了如何使用Case语句实现数据透视，使用Case语句实现数据透视的语法如下：

SELECT [Field], 

       MAX(CASE WHEN [Criteria] THEN [Value] END) AS [ColumnAliases]
FROM [Table]
GROUP BY [Field]

其中，Field是需要分组的字段名称，Criteria是需要判断的条件，Value是需要展示的值。

2. Case语句实现数据透视的注意事项

在使用Case语句实现数据透视的时候，有几点需要注意：

需要使用固定的列名展示透视后的结果集

需要使用Group By语句进行分组

总结

以上就是在Sql Server中实现行数据转为列显示的两种方式。其中，Pivot函数相对于Case语句来说，更加简洁明了，但是如果需要透视多个字段时，需要使用多个Pivot函数。而Case语句相对来说，更加灵活，适用于透视单个字段的情况。

不管是哪一种方法，都需要在展示透视后数据时使用固定的列名。使用行数据转列显示的方法，可以让数据更加清晰易读，提高数据分析的效率。