SQL知识大全三):SQL中的字符串处理和条件查询
itomcoil 2025-03-25 14:24 14 浏览
点击上方蓝字关注我们
今天是SQL系列的第三讲,我们会讲解条件查询,文本处理,百分比,行数限制,格式化以及子查询。
条件查询
IF条件查询
#if的语法
IF(expr1,expr2,expr3)
#示例
SELECT IF(sva=1,"男","女") AS s FROM table_name
WHERE sva != '';
CASE WHEN条件查询
case when 可以实现if函数的功能,同时也可以联合各类聚合函数使用。
# case when也可以实和if一样的功能
SELECT CASE
WHEN sva=1 THEN '男'
ELSE '女'
END AS s
FROM table_name
WHERE sva != '';
#case when可以联合聚合函数等使用
SELECT count(DISTINCT CASE
WHEN sva=1 THEN 'id'
ELSE 'null'
END) AS s
FROM TABLE_NAME
WHERE sva != '';
文本处理
SUBSTR()字符串截取
substr语法详解:
substr(strings|express,m,[n])
strings|express :被截取的字符串或字符串表达式
m 从第m个字符开始截取
n 截取后字符串长度为n
示例:
select substr('abcdefg',3,4) from dual;
# 结果是cdef
select substr('abcdefg',-3,4) from dual;
# 结果efg
select substr('abcde',2),substr('abcde',-2),substr('abcde',2,3),substr('abcdewww',-7,3) from dual;
# 结果是bcde、de、bcd、bcd
字符串拼接
1.使用特殊操作符拼接
#ACESS和SQL Serve使用+
SELECT vend_name + ' (' + vend_country + ')'
FROM Vendors
ORDER BY vend_name;
#DB2,Oracle, PostgreSQL,SQLite ,Open Office Base使用||
SELECT vend_name || ' (' || vend_country || ')'
FROM Vendors
ORDER BY vend_name;
2.CONCAT()函数拼接
SELECT Concat(vend_name, ' (', vend_country, ')')
FROM Vendors
ORDER BY vend_name;
SPLIT()字符串分割
语法结构
split(str, regex) - Splits
str:需要分割的字符
regex:以什么符号进行分割
1.基本用法
split('a,b,c,d',',')
# 得到的结果:
["a","b","c","d"]
2.截取字符串中的某个值
当然,我们也可以指定取结果数组中的某一项
split('a,b,c,d',',')[0]
# 得到的结果:
a
3.特殊字符的处理
特殊分割符号
regex 为字符串匹配的参数,所以遇到特殊字符的时候需要做特殊的处理
# 例3: "." 点
split('192.168.0.1','.')
# 得到的结果:
[]
# 正确的写法:
split('192.168.0.1','\\.')
# 得到的结果:
["192","168","0","1"]
LENGTH()返回字符串长度
SELECT length(vend_name) vend_len
FROM Vendors
ORDER BY vend_name;
LOWER()/UPPER()将字符串转换为小写或大写
SELECT vend_name,
LOWER(vend_name) AS vend_name_lowcase,
UPPER(vend_name) AS vend_name_upercase
FROM Vendors
ORDER BY vend_name;
REPLACE()字符串替换
#将adress字段中的区替换为”呕“
select *,replace(address,'区','呕') AS rep
from test_tb
LEFT()/RIGHT()返回字符串左边或右边的字符
select left(CONTRACT_NAME,2)
from
gb_t_contract
where 1=1;
#从字符表达式最左边一个字符开始返回指定数目的字符.
#若 b 的值大于 a 的长度,则返回字符表达式的全部字符a.如果 b 为负值或 0,则返回空字符串.
select left('2323232',9) ;
# 返回值为空
LTRIM()/RTRIM()/TRIM()去掉字符串左边/右边或全部空格
select ltrim(' sample ') from table;
# 返回结果:'sample '
select rtrim(' sample ') from table;
# 返回结果:' sample'
select trim(' sample ') from table;
# 返回结果:'sample'
SOUNDEX() 返回字符串SOUNDEX值
#近似匹配
SELECT cust_name, cust_contact
FROM Customers
WHERE SOUNDEX(cust_contact) = SOUNDEX('Michael Green');
CAST数据类型转换
# 将str类型的dt字段转换为int类型的
select cast(dt as int) dt
from table
取百分比
percentile()
语法格式:
percentile_approx(DOUBLE col, p ,[B])) 近似中位数函数
percentile(DOUBLE col, p ) 中位函数
前者多了一个参数B,后者无参数,其余语法一致。
求近似的第pth个百分位数,p必须介于0和1之间,返回类型为double,但是col字段支持浮点类型。参数B控制内存消耗的近似精度,B越大,结果的准确度越高。默认为10,000。当col字段中的distinct值的个数小于B时,结果为准确的百分位数。
select percentile(mmr,0.3) as 30_percentile,
percentile_approx(mmr,0.5) 50_percentile
from match_table
限制行数
LIMIT的用法
select account_id,account_name
from table
limt 100
格式化显示
FORMAT()数据格式化
FORMAT() 函数用于对字段的显示进行格式化。
SQL FORMAT() 语法:
SELECT FORMAT(column_name,format) FROM table_name;
FORMAT(X,D):强制保留D位小数,整数部分超过三位的时候以逗号分割,并且返回的结果是string类型的。
SELECT FORMAT(100.3465,2),FORMAT(100,2),FORMAT(,100.6,2);
# 结果分别:100.35,100.00,100.60
子查询
1.子查询条件过滤
SELECT cust_id
FROM Orders
WHERE order_num IN (SELECT order_num
FROM OrderItems
WHERE prod_id = 'RGAN01');
2.子查询作为计算字段
SELECT cust_name,
cust_state,
(SELECT COUNT(*)
FROM Orders
WHERE Orders.cust_id = Customers.cust_id) AS orders
FROM Customers
ORDER BY cust_name;
参考书籍:《SQL必知必会》
SQL系列文章持续更新中
往期推荐
SQL知识大全(一):数据库的语言分类你都知道吗?
史上最全的SQL知识点汇总,错过这次在等一年
游戏行业指标体系大全(一)
游戏行业指标体系大全(二)
数据岗知识体系及岗位介绍
分享数据知识,成就数据理想
相关推荐
- 最强聚类模型,层次聚类 !!_层次聚类的优缺点
-
哈喽,我是小白~咱们今天聊聊层次聚类,这种聚类方法在后面的使用,也是非常频繁的~首先,聚类很好理解,聚类(Clustering)就是把一堆“东西”自动分组。这些“东西”可以是人、...
- python决策树用于分类和回归问题实际应用案例
-
决策树(DecisionTrees)通过树状结构进行决策,在每个节点上根据特征进行分支。用于分类和回归问题。实际应用案例:预测一个顾客是否会流失。决策树是一种基于树状结构的机器学习算法,用于解决分类...
- Python教程(四十五):推荐系统-个性化推荐算法
-
今日目标o理解推荐系统的基本概念和类型o掌握协同过滤算法(用户和物品)o学会基于内容的推荐方法o了解矩阵分解和深度学习推荐o掌握推荐系统评估和优化技术推荐系统概述推荐系统是信息过滤系统,用于...
- 简单学Python——NumPy库7——排序和去重
-
NumPy数组排序主要用sort方法,sort方法只能将数值按升充排列(可以用[::-1]的切片方式实现降序排序),并且不改变原数组。例如:importnumpyasnpa=np.array(...
- PyTorch实战:TorchVision目标检测模型微调完
-
PyTorch实战:TorchVision目标检测模型微调完整教程一、什么是微调(Finetuning)?微调(Finetuning)是指在已经预训练好的模型基础上,使用自己的数据对模型进行进一步训练...
- C4.5算法解释_简述c4.5算法的基本思想
-
C4.5算法是ID3算法的改进版,它在特征选择上采用了信息增益比来解决ID3算法对取值较多的特征有偏好的问题。C4.5算法也是一种用于决策树构建的算法,它同样基于信息熵的概念。C4.5算法的步骤如下:...
- Python中的数据聚类及可视化分析实践
-
探索如何通过聚类分析揭露糖尿病预测数据集的特征!我们将运用Python的强力工具,深入挖掘数据,以直观的可视化揭示不同特征间的关系。一同探索聚类分析在糖尿病预测中的实践!所有这些可视化都可以通过数据操...
- 用Python来统计大乐透号码的概率分布
-
用Python来统计大乐透号码的概率分布,可以按照以下步骤进行:导入所需的库:使用Python中的numpy库生成数字序列,使用matplotlib库生成概率分布图。读取大乐透历史数据:从网络上找到大...
- python:支持向量机监督学习算法用于二分类和多分类问题示例
-
监督学习-支持向量机(SVM)支持向量机(SupportVectorMachine,简称SVM)是一种常用的监督学习算法,用于解决分类和回归问题。SVM的目标是找到一个最优的超平面,将不同类别的...
- 25个例子学会Pandas Groupby 操作
-
groupby是Pandas在数据分析中最常用的函数之一。它用于根据给定列中的不同值对数据点(即行)进行分组,分组后的数据可以计算生成组的聚合值。如果我们有一个包含汽车品牌和价格信息的数据集,那么可以...
- 数据挖掘流程_数据挖掘流程主要有哪些步骤
-
数据挖掘流程1.了解需求,确认目标说一下几点思考方法:做什么?目的是什么?目标是什么?为什么要做?有什么价值和意义?如何去做?完整解决方案是什么?2.获取数据pandas读取数据pd.read.c...
- 使用Python寻找图像最常见的颜色_python 以图找图
-
如果我们知道图像或对象最常见的是哪种颜色,那么可以解决图像处理中的几个用例,例如在农业领域,我们可能需要确定水果的成熟度。我们可以简单地检查一下水果的颜色是否在预定的范围内,看看它是成熟的,腐烂的,还...
- 财务预算分析全网最佳实践:从每月分析到每天分析
-
原文链接如下:「链接」掌握本文的方法,你就掌握了企业预算精细化分析的能力,全网首发。数据模拟稍微有点问题,不要在意数据细节,先看下最终效果。在编制财务预算或业务预算的过程中,通常预算的所有数据都是按月...
- 常用数据工具去重方法_数据去重公式
-
在数据处理中,去除重复数据是确保数据质量和分析准确性的关键步骤。特别是在处理多列数据时,保留唯一值组合能够有效清理数据集,避免冗余信息对分析结果的干扰。不同的工具和编程语言提供了多种方法来实现多列去重...
- Python教程(四十):PyTorch深度学习-动态计算图
-
今日目标o理解PyTorch的基本概念和动态计算图o掌握PyTorch张量操作和自动求导o学会构建神经网络模型o了解PyTorch的高级特性o掌握模型训练和部署PyTorch概述PyTorc...
- 一周热门
- 最近发表
- 标签列表
-
- ps图案在哪里 (33)
- super().__init__ (33)
- python 获取日期 (34)
- 0xa (36)
- super().__init__()详解 (33)
- python安装包在哪里找 (33)
- linux查看python版本信息 (35)
- python怎么改成中文 (35)
- php文件怎么在浏览器运行 (33)
- eval在python中的意思 (33)
- python安装opencv库 (35)
- python div (34)
- sticky css (33)
- python中random.randint()函数 (34)
- python去掉字符串中的指定字符 (33)
- python入门经典100题 (34)
- anaconda安装路径 (34)
- yield和return的区别 (33)
- 1到10的阶乘之和是多少 (35)
- python安装sklearn库 (33)
- dom和bom区别 (33)
- js 替换指定位置的字符 (33)
- python判断元素是否存在 (33)
- sorted key (33)
- shutil.copy() (33)