SELECT m.`full_name` AS "商户名称", m.`code` AS "商户编号", s.`full_name` AS "门店名称", s.`code` AS "门店编号", MIN(s.`create_time` ) AS '门店进件日期', IFNULL(SUM(amount), 0) AS "交易总金额", IFNULL(COUNT(*),0) AS "交易总笔数", cm.`name` AS "所属客户经理"
`store` s LEFT JOIN base_charge bc ON bc.`store_id`=s.`id`
LEFT JOIN `merchant` m ON bc.`merchant_id`=m.`id`
LEFT JOIN `customer_manager` cm ON m.account_manager_id=cm.`id`
WHERE s.`create_time` BETWEEN '2020-01-01 00:00:00' AND '2020-06-30 23:59:59' AND bc.create_time BETWEEN '2020-01-01 00:00:00' AND '2020-06-30 23:59:59'
GROUP BY bc.store_id, s.`full_name`, m.`full_name`, m.`code`, cm.`name` ;
SELECT m.`full_name` AS "商户名称", m.`code` AS "商户编号", s.`full_name` AS "门店名称", s.`code` AS "门店编号", s.`create_time` AS '门店进件日期', IFNULL(bc.amount, 0) AS "交易总金额", IFNULL(bc.tol,0) AS "交易总笔数", cm.`name` AS "所属客户经理"
`store` s LEFT JOIN (
SELECT store_id, SUM(amount) AS 'amount', COUNT(*) tol
FROM base_charge
WHERE create_time BETWEEN '2020-01-01 00:00:00' AND '2020-07-19 23:59:59' AND state='00' AND method='xft.trade.pay'
GROUP BY store_id
) bc ON bc.`store_id`=s.`id`
LEFT JOIN `merchant` m ON s.`merchant_id`=m.`id`
LEFT JOIN `customer_manager` cm ON m.account_manager_id=cm.`id`
WHERE s.`create_time` BETWEEN '2020-01-01 00:00:00' AND '2020-06-30 23:59:59'
mysql 中order by 与
group
by的顺序是：selectfromwhere
group
byorder by注意：
group
by 比order by先执行，order by不会对
group
by 内部进行排序，如果
group
by后只有一条记录，那么order by 将无效。要
查出
group
by中最大的或最小的某一字段使用 max或min函数。例：select sum(click_num) as totalnum,max(update_time) as update_time,count(*) as totalarticle from article_detail where
oracle在
group
by + having语法下
数据
丢失原因分析案例详情说明解决方案
需求为用a字段获取A表中字段b对应的值，b的日期要大于3月1日，每个a对应的b的
数据
只需要1条。
select A.a,max(A.b),max(makedate) from A where A.a in (
and A.d='?'
group
by A.a having min(makedate)>date'2020-3-1'
A.a所有
数据
的makedate均有在3.1
pandas 有些功能用起来就和SQL一样，前面有说过类似JOIN的操作橘猫吃不胖：pandas回顾小结（三）-合并与拼接zhuanlan.zhihu.com聚合也是SQL中很常用的操作DataFrame.
group
by(by=None,axis=0,level=None,as_index=True,sort=True,
group
_keys=True,squeeze=<object obj...
where和
group
by同时使用是出现
数据
差异具体如下：
我们使用where 判断 .financingProductId = ‘11111111111111111’
其中部分有同一个enterpriseInfoId有不同的的
数据
，不同的financingProductId （点题）
两种实现方式
一、在where和
group
by同时使用来查询
数据
SELECT
c.enterpriseInfoId,c.financingProductId
c_cooperative_organiza
在使用
group
by时需要注意，
group
by 关键字后的该列一定是唯一的，如果
group
列出现
数据
重复
数据
时，仅会显示一条
数据
。
为测试该问题，在
数据
库新增一条重复
数据
select brand_name from brand
group
by brand_name;
执行结果长这样：
这让我想到什么呢，emmmm，Map的key重复的问题。
问题描述：表如下，如何让这个表按device_id这个字段分组，且组中的每条
数据
都查寻出来？(假如说这个表名为：devicedata)
错误答案：select * from devicedata
GROUP
BY device_id
这个sql得到的结果是：
每一组只显示了一条
数据
， 显然没达到我们的目的。
正确的结果：select * from devicedata
GROUP
...
【问题场景】
在对销售
数据
进行上卷的时候，使用dataframe进行
group
by操作，发现
group
by之后的"销售金额"的和比没有进行
group
by之前的和要
少
几百万。由于
数据
量有几十万条，不可能一条一条的对比是那些
数据
没有进行计算。百度一个多小时，没有结果。
然后不同角度去检查dataframe的问题，使用info查看dataframe信息的时候，看到一个字段有缺失值；
【解决办法】
对在
group
by函数中需要分组的列进行缺失值填充，然后再进行
group
by操作和聚合函数。
5.5.2 两个分类变量要想对两个分类变量间的相关变动进行可视化表示，需要计算出每个变量组合中的观测数量。常用的两种方法有：使用内置的geom_count() 函数：ggplot(data=diamonds)+geom_count(mapping=aes(x=cut,y=color))【注】图中每个圆点的大小表示每个变量组合中的观测数量。相关变动就表示为特定 x ...
