在 MySQL 中按月分組

Preet Sanghavi 2023年1月3日 2022年5月13日
在 MySQL 中按月分組

在本教程中,我們將學習如何在 MySQL 資料庫中按月對值進行分組。

企業和組織必須根據幾個月內的購買或使用趨勢找到使用者或客戶資料。如果某個特定的企業實現了提升業務的最佳月份,它可能會推斷出有洞察力的資料,而 MySQL 可以幫助我們完成這項任務。

MySQL 為我們提供了 date_format() 函式,其中包含兩個主要值。首先是考慮的列名,其次是分組的時間段。

設定函式後,我們可以使用 MySQL 中的 GROUP BY 子句對不同的時間段進行分組。該操作的語法如下。

select date_format(date_column, '%M'),sum(any_other_column)
from name_of_the_table
group by date_format(date_column, '%M');

此語法假設我們希望按月對 any_other_column 的值進行分組。因此,它提供了我們表中每個月特定列的總計。

讓我們看看這個方法的實際效果。

但在開始之前,讓我們通過建立一個包含幾行的表 student_semester_date 來建立一個虛擬資料集。

-- create the table student_semester_date
CREATE TABLE student_semester_date(
  stu_id int,
  stu_date date, 
  stu_marks int
);

然後讓我們使用下面的查詢在該表中插入幾行。

-- insert rows in the table student_semester_date
insert into student_semester_date(stu_id,stu_date,stu_marks)
     values(1,'2020-10-01',150),
     (2,'2020-10-10',100),
     (3,'2020-11-05',250),
     (4,'2020-11-15',150),
     (5,'2020-12-01',350),
     (6,'2020-12-21',250);

上述兩個查詢建立了一個表,其中包含學生的名字和姓氏。

SELECT * FROM student_semester_date;

輸出:

stu_id	stu_date	stu_marks
1		2020-10-01	150
2		2020-10-10	100
3		2020-11-05	250
4		2020-11-15	150
5		2020-12-01	350
6		2020-12-21	250

讓我們嘗試根據 stu_date 列中的月份對不同學生的分數進行分組。它基本上需要在我們的 student_semester_date 表中計算每個月的總分。

在 MySQL 中按月分組

正如我們已經看到上面的語法,我們可以在以下查詢的幫助下在我們的表 student_semester_date 中按月份操作分組標記。

select date_format(stu_date, '%M') as Month,sum(stu_marks) as total_marks
from student_semester_date
group by date_format(stu_date, '%M');

上述程式碼在 student_semester_date 表中返回每個月的總分。

這意味著對於 11 月,我們將有 400 個,因為我們的表中有兩個條目為 11 月,標記為 250 和 150 (250 + 150 = 400)。上述查詢的輸出如下。

Month       total_marks
October		250
November	400
December	600
注意
我們在上述程式碼中使用別名 Monthtotal_marks 以提高 MySQL 中 AS 關鍵字的可讀性。

因此,藉助 date format() 函式和 group by 語句,我們可以在 MySQL 中的特定表中有效地按月對值進行分組。

Preet Sanghavi avatar Preet Sanghavi avatar

Preet writes his thoughts about programming in a simplified manner to help others learn better. With thorough research, his articles offer descriptive and easy to understand solutions.

LinkedIn GitHub

相關文章 - MySQL Query