简单实用SQL脚本Part6：特殊需要的行转列

一.数据库SQL Server 行转列（Row To Column）

（一）需求

　　原始表的数据的结构如图1所示，把相同的guid的code值转换为列值。

（图1）

（二）目标

　　我们希望达到的效果如图2所示，这里的guid变成唯一的了，这行的记录中包含了这个guid所对应的code字段值。

（图2）

（三）分析与实现

　　要实现图1到图2的转变，这就是所谓的行转列，下面我们来讲讲具体的实现：

1.         首先我们先创建一个测试表，方便后面的效果展现；

-- 创建表
if   exists  ( select   *   from  sysobjects  where  id  =   OBJECT_ID ( ' [TempTable_Base] ' )  and   OBJECTPROPERTY (id,  ' IsUserTable ' )  =   1 ) 
DROP   TABLE   [ TempTable_Base ]

CREATE   TABLE   [ TempTable_Base ]  (
[ id ]   [ int ]    IDENTITY  ( 1 ,  1 )   NOT   NULL ,
[ guid ]   [ varchar ]   ( 50 )  NULL ,
[ code ]   [ varchar ]   ( 50 )  NULL )

SET   IDENTITY_INSERT   [ TempTable_Base ]   ON

INSERT   [ TempTable_Base ]  ( [ id ] , [ guid ] , [ code ] )  VALUES  (  1 , ' 91E92DCB-141A-30B2-E6CD-B59EABD21749 ' , ' A ' )
INSERT   [ TempTable_Base ]  ( [ id ] , [ guid ] , [ code ] )  VALUES  (  2 , ' 91E92DCB-141A-30B2-E6CD-B59EABD21749 ' , ' C ' )
INSERT   [ TempTable_Base ]  ( [ id ] , [ guid ] , [ code ] )  VALUES  (  3 , ' 91E92DCB-141A-30B2-E6CD-B59EABD21749 ' , ' E ' )
INSERT   [ TempTable_Base ]  ( [ id ] , [ guid ] , [ code ] )  VALUES  (  4 , ' 91E92DCB-141A-30B2-E6CD-B59EABD21749 ' , ' O ' )
INSERT   [ TempTable_Base ]  ( [ id ] , [ guid ] , [ code ] )  VALUES  (  5 , ' 91E92DCB-141A-30B2-E6CD-B59EABD21749 ' , ' G ' )
INSERT   [ TempTable_Base ]  ( [ id ] , [ guid ] , [ code ] )  VALUES  (  6 , ' 79DD7AB9-CE57-9431-B020-DF99731FC99D ' , ' A ' )
INSERT   [ TempTable_Base ]  ( [ id ] , [ guid ] , [ code ] )  VALUES  (  7 , ' 79DD7AB9-CE57-9431-B020-DF99731FC99D ' , ' O ' )
INSERT   [ TempTable_Base ]  ( [ id ] , [ guid ] , [ code ] )  VALUES  (  8 , ' 79DD7AB9-CE57-9431-B020-DF99731FC99D ' , ' E ' )
INSERT   [ TempTable_Base ]  ( [ id ] , [ guid ] , [ code ] )  VALUES  (  9 , ' 79DD7AB9-CE57-9431-B020-DF99731FC99D ' , ' F ' )
INSERT   [ TempTable_Base ]  ( [ id ] , [ guid ] , [ code ] )  VALUES  (  10 , ' 79DD7AB9-CE57-9431-B020-DF99731FC99D ' , ' O ' )
INSERT   [ TempTable_Base ]  ( [ id ] , [ guid ] , [ code ] )  VALUES  (  11 , ' 79DD7AB9-CE57-9431-B020-DF99731FC99D ' , ' B ' )
INSERT   [ TempTable_Base ]  ( [ id ] , [ guid ] , [ code ] )  VALUES  (  12 , ' 79DD7AB9-CE57-9431-B020-DF99731FC99D ' , ' D ' )
INSERT   [ TempTable_Base ]  ( [ id ] , [ guid ] , [ code ] )  VALUES  (  13 , ' 79DD7AB9-CE57-9431-B020-DF99731FC99D ' , ' F ' )
INSERT   [ TempTable_Base ]  ( [ id ] , [ guid ] , [ code ] )  VALUES  (  14 , ' D61651D9-1B0A-0362-EE91-A805AA3E08F2 ' , ' O ' )
INSERT   [ TempTable_Base ]  ( [ id ] , [ guid ] , [ code ] )  VALUES  (  15 , ' D61651D9-1B0A-0362-EE91-A805AA3E08F2 ' , ' D ' )
INSERT   [ TempTable_Base ]  ( [ id ] , [ guid ] , [ code ] )  VALUES  (  16 , ' D61651D9-1B0A-0362-EE91-A805AA3E08F2 ' , ' F ' )
INSERT   [ TempTable_Base ]  ( [ id ] , [ guid ] , [ code ] )  VALUES  (  17 , ' D61651D9-1B0A-0362-EE91-A805AA3E08F2 ' , ' C ' )
INSERT   [ TempTable_Base ]  ( [ id ] , [ guid ] , [ code ] )  VALUES  (  18 , ' D61651D9-1B0A-0362-EE91-A805AA3E08F2 ' , ' U ' )
INSERT   [ TempTable_Base ]  ( [ id ] , [ guid ] , [ code ] )  VALUES  (  19 , ' D61651D9-1B0A-0362-EE91-A805AA3E08F2 ' , ' F ' )
INSERT   [ TempTable_Base ]  ( [ id ] , [ guid ] , [ code ] )  VALUES  (  20 , ' 4802F0CD-B53F-A3F5-1C78-2D7424579C06 ' , ' A ' )
INSERT   [ TempTable_Base ]  ( [ id ] , [ guid ] , [ code ] )  VALUES  (  21 , ' 3CCBFF9F-827B-6639-4780-DA7215166728 ' , ' O ' )
INSERT   [ TempTable_Base ]  ( [ id ] , [ guid ] , [ code ] )  VALUES  (  22 , ' 3CCBFF9F-827B-6639-4780-DA7215166728 ' , ' M ' )
INSERT   [ TempTable_Base ]  ( [ id ] , [ guid ] , [ code ] )  VALUES  (  23 , ' 3CCBFF9F-827B-6639-4780-DA7215166728 ' , ' C ' )
INSERT   [ TempTable_Base ]  ( [ id ] , [ guid ] , [ code ] )  VALUES  (  24 , ' 3CCBFF9F-827B-6639-4780-DA7215166728 ' , ' M ' )

SET   IDENTITY_INSERT   [ TempTable_Base ]   OFF

SELECT   *   FROM   [ TempTable_Base ]

 

2.         使用SQL Server2005的row_number()函数来进行分组排名，把同一个guid的数据进行标识，这样就可以让不同的guid具有数字1以后的数值，这样就可以作为新的列名来进行行转列了，执行下面的SQL就可以达到图3所示的效果了。 

-- 对数据进行分组
select  base. * ,row_number()  over  (partition  by  guid  order   by  ID)  as  depth 
from   [ TempTable_Base ]   as  base
order   by  id

（图3）

 

3.         生成分组表，把上面的结构插入到一张新的表中，把数据保存为一个表是为了方便后面的统计使用。 

-- 生成分组表
select  base. * ,row_number()  over  (partition  by  guid  order   by  ID)  as  depth 
into   [ TempTable_Depth ]
from   [ TempTable_Base ]   as  base
order   by  id

SELECT   *   FROM   [ TempTable_Depth ]

 

4.         动态行转列的SQL，因为你不知道列数据会有多少，所以我们使用下面的SQL来动态的生成列名，结果就如图2所示。

-- 行转列
declare   @s   nvarchar ( max )
set   @s = ''
Select   @s = @s + ' , ' + quotename ( [ depth ] ) + ' =max(case when [depth]= ' + quotename ( [ depth ] , '''' ) + '  then code else null end) '
from   [ TempTable_Depth ]   group   by   [ depth ]   order   by   [ depth ]
exec ( ' select guid  ' + @s + '  from [TempTable_Depth] group by guid order by guid ' )

二.数据库 SQL Server 生成矩阵数据（Matrix）

（一）需求

　　我们回过头来看看图1，比如guid为91E92DCB-141A-30B2-E6CD-B59EABD21749的code值包括A,C,E,O,G这五个，我们可以想象guid为一个用户，这五个code就是这个用户访问网站页面的顺序，那如果我想看到一个从A->C，C-> E，E-> O，O -> G这个矩阵中两两对应在数据库中出现了多少次？

 

（二）目标

　　我们希望达到的效果如图4所示，这个图可以解读为A->A的个数是0，A->C的个数是1，D->F的个数是2，这些统计方法可能会在一些需要进行对比分析的过程中用到。

（图4）

（三）分析与实现

　　要实现图4的效果，这就需要我们对数据进行矩阵转换，下面我们来讲讲具体的实现：

1.         首先我们需要巧用left join和depth字段，depth就相当于用户访问的顺序，所以我们可以把之前有序的拷贝一份到右边去，效果如图5所示。

-- 巧用左连接和depth字段进行处理
select  a.id,a.guid,a.code  as  code_from,b.code  as  code_to 
from   [ TempTable_Depth ]   as  a
left   join   [ TempTable_Depth ]   as  b
on  a.guid  =  b.guid  and  a. [ depth ]   =  b. [ depth ] - 1

（图5）

 

2.         为了方便统计，把上面的成果保存到一个表中，之后就是为所有唯一的code值生成一个以code作为元素的二维矩阵的原始数据，它就相当于一个临时表一样，用来保存每一个code对应的个数，效果如图6所示。 

-- 生成From和To的对应关系
select  a.id,a.guid,a.code  as  code_from,b.code  as  code_to 
into   [ TempTable_FromTo ]
from   [ TempTable_Depth ]   as  a
left   join   [ TempTable_Depth ]   as  b
on  a.guid  =  b.guid  and  a. [ depth ]   =  b. [ depth ] - 1


-- 生成矩阵
select   distinct  code_from , 1   as  num
into   [ TempTable_t1 ]
from   [ TempTable_FromTo ]
order   by  code_from

select   *   from   [ TempTable_t1 ]

-- 生成一个矩阵表
select  a.code_from ,b.code_from  as  code_to, 0   as  counts  
into   [ TempTable_t2 ]
from   [ TempTable_t1 ]   as  a
left   join   [ TempTable_t1 ]   as  b
on  a.num  =  b.num
order   by  a.code_from ,b.code_from

select   *   from   [ TempTable_t2 ]

（图6）

 

3.         现在就需要把统计的A->A这样数据的个数，并把它放入图6中的表中，效果如图7所示。 

-- 统计
select  code_from ,code_to,  count ( 1 )  as  counts
into   [ TempTable_t3 ]
from   [ TempTable_FromTo ]
where  code_to  is   not   null
group   by  code_from ,code_to -- ,guid
order   by  code_from ,code_to

select   *   from   [ TempTable_t3 ]


-- 更新统计的数字
update  a  set  a.counts  =  b.counts
from   [ TempTable_t2 ]   as  a, [ TempTable_t3 ]   as  b
where  a.code_from  =  b.code_from 
and  a.code_to  =  b.code_to
and  b.counts  is   not   null

select   *   from   [ TempTable_t2 ]

（图7）

 

4.         现在需要做的就是把行转列了，这也没有违背我们的标题啊，呵呵，效果如图8所示。 

-- 查询矩阵
declare   @s   nvarchar ( max )
set   @s = ''
Select   @s = @s + ' , ' + quotename ( [ code_to ] ) + ' =max(case when [code_to]= ' + quotename ( [ code_to ] , '''' ) + '  then counts else null end) '
from   [ TempTable_t2 ]   group   by   [ code_to ]   order   by   [ code_to ]
exec ( ' select [code_from]  ' + @s + '  from [TempTable_t2] group by [code_from] order by [code_from] ' )

 

（图8）

三.总结&待续...（Summary & To Be Continued…）

　　其实这篇文章我想表达正是这个矩阵的生成方法，在现实中也许并不常用到，但是还是有些技巧性的东西在里面，比如那个dept的用处；再比如a.[depth] = b.[depth]-1这个SQL的巧用；再比如行转列解决矩阵问题；还有动态生成行转列的SQL，其实这里还可以使用SQL Server 2005的pivot来解决行转列的问题，这里就不列出来了。希望这篇文章能给你遇到的问题带来一些帮助和启示。