sql 行转列 case when (简洁版) —— group by 行与行比较【mysql】【全网最全】

目录

group by 搭配 max(case when..then..end) as field

一、需求

二、准备工作

1.建表

 2.数据

3.查询结果

三、sql写法

1.0版本

2.0版本

3.0版本

之前写了一版使用 group by 搭配 case when 来实现行转列，但过于复杂了，今天写一版简洁的

mysql 行转列 case when_globalcoding的博客-CSDN博客

group by 搭配 max(case when..then..end) as field

格式形如：

select max(case when..then..end) as field1 from t1 group by xxx

一、需求

        目前有厂区每天的能源数据，数据来源分为两种类型：定时任务从大数据的数据库里每5分钟取一次，input_type为 auto。人工手录，input_type为 input（因为有时系统出问题，数据丢失）。

        现在想将每个厂区按照每天来统计当日总量，但需要区分input_type。input_type是同一类型的相加，即auto的加一起，input的加一起。在一天内，如果既有input和auto的数据，则使用input的数据，如果只有auto的数据，则使用auto的数据。

        以下就以厂区t1来作为案例，有6天的数据。为了简化，每天只筛选部分数据。（原数据每个厂区每个测点每天有288条数据。）

二、准备工作

1.建表

CREATE TABLE `energy_data` (
  `id` varchar(64) NOT NULL ,
  `energy_type` varchar(64) NOT NULL COMMENT '能源类型',
  `factory` varchar(64) NOT NULL COMMENT '厂区',
  `start_time` datetime DEFAULT NULL COMMENT '开始时间',
  `end_time` datetime DEFAULT NULL COMMENT '结束时间',
  `value` decimal(20,5) DEFAULT NULL COMMENT '消耗值',
  `input_type` varchar(20) DEFAULT NULL COMMENT '落库方式',
  `update_date` datetime DEFAULT NULL COMMENT '修改时间'
)comment '能源数据'

 2.数据

INSERT INTO energy_data(id,energy_type, factory,  start_time, end_time, value, input_type, update_date)VALUES
('1673669924273856513','1', 't1', '2023-06-01 00:00:00', '2023-06-01 00:15:00', 15.23152, 'input',  '2023-06-05 01:15:02'),
('1673669924319993858','1', 't1', '2023-06-02 00:15:00', '2023-06-02 00:30:00', 16.23152, 'input',  '2023-06-05 01:15:02'),
('1673669924319993859','1', 't1', '2023-06-02 00:30:00', '2023-06-02 00:45:00', 17.23152, 'auto',  '2023-06-05 00:15:02'),
('1673669924319993860','1', 't1', '2023-06-03 00:00:00', '2023-06-03 00:15:00', 18.23152, 'auto',  '2023-06-05 01:15:02'),
('1673669924319993861','1', 't1', '2023-06-03 00:15:00', '2023-06-03 00:30:00', 19.23152, 'input',  '2023-06-05 01:15:02'),
('1673669924319993862','1', 't1', '2023-06-04 00:00:00', '2023-06-04 00:15:00', 20.23152, 'auto',  '2023-06-05 01:15:02'),
('1673669924319993863','1', 't1', '2023-06-05 00:00:00', '2023-06-05 00:15:00', 21.23152, 'auto',  '2023-06-05 01:15:02'),
('1673669924319993864','1', 't1', '2023-06-05 00:15:00', '