首頁 > 軟體

mysql如何分別按年/月/日/周分組統計資料詳解

2022-12-17 14:01:21

1.統計

我們可以使用date_format()函數格式化時間,然後進行分組操作

例如有一個學生表,結構如下

idnameageheightgendercreate_time
1pan2716912022-01-13 10:20:22
2yang1817712022-03-14 09:16:42
3daisy2515622022-07-19 19:58:03
-- 按年
select date_format(create_time, '%Y') years,avg(age),count(gender) from student where create_time > "2022-01-01 00:00:00" and create_time < "2022-07-19 19:58:03" group by years;
-- 按月
select date_format(create_time, '%Y-%m') months,avg(age),count(gender) from student where create_time > "2022-01-01 00:00:00" and create_time < "2022-07-19 19:58:03" group by months;
-- 按周
select date_format(create_time, '%Y-%u') weeks,avg(age),count(gender) from student where create_time > "2022-01-01 00:00:00" and create_time < "2022-07-19 19:58:03" group by weeks;
-- 按日
select date_format(create_time, '%Y-%m-%d') days,avg(age),count(gender) from student where create_time > "2022-01-01 00:00:00" and create_time < "2022-07-19 19:58:03" group by days;

如果不想用date_format函數,可以使用對應的year()/month()/week()/day()函數替代

2.預留位置

date_format()需要傳入一個特定的預留位置,mysql常用的預留位置可參考下表

預留位置說明
%Y年(4位元)
%y年(2位)
%M月(英文名,如January)
%m月(數位,如01)
%D日(英文名,如1st)
%d日(數位,如01)
%e日(數位,如1)
%U一年中的第幾周,從0開始 ,週日是第一天
%u一年中的第幾周,從0開始,週一是第一天
%H時,24小時制,例如15
%h時,12小時制,例如01
%i
%s

補充:Mysql如何指定日期按周分組,並按次數分類統計

需要統計今年以來,每週使用者的提問次數,並按提問次數進行分類統計,格式如下:

需求不能按自然周算,所以不適合用week()函數計算週數,只能根據提問時間和指定日期的時間差相除

第幾周 =floor((提問時間-指定日期)/7)+1

確定了計算方式,首先按周和使用者ID分組,查詢周,提問次數,然後通過case when對查詢結果按提問次數分類,sql如下:

SELECT weeks,
CONCAT(LEFT(MIN(create_time),10),"至",LEFT(MAX(create_time),10)) AS date_range,
SUM(CASE WHEN nums <= 5 THEN 1 ELSE 0 END) AS '提問次數<=5',
 SUM(CASE WHEN nums > 5 AND nums<=10 THEN 1 ELSE 0 END) AS '5<提問次數<=10',
 SUM(CASE WHEN nums > 10 THEN 1 ELSE 0 END) AS '提問次數>10' 
 FROM 
 (SELECT FLOOR(DATEDIFF(create_time,'2021-01-01')/7)+1 weeks,
 create_time,uid,COUNT(*) AS nums 
  FROM `youTable` 
   WHERE create_time > "2021-01-01" 
   GROUP BY weeks,uid ORDER BY create_time ASC LIMIT 100000)
    AS topic_table GROUP BY weeks

總結

到此這篇關於mysql如何分別按年/月/日/周分組統計資料的文章就介紹到這了,更多相關mysql分組統計資料內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com!


IT145.com E-mail:sddin#qq.com