一张表通常包含很多字段，导致数据冗余。 在做数据分析的时候，我们只需要提取出数据分析所需的字段即可。 这里我们就需要用到数据选择的知识点，我们也可以根据具体条件进行筛选。

本文介绍了数据提取、数据过滤、条件聚合操作等，数据过滤后类比EXCEL进行条件计数、条件求和等操作。 它与sumif函数功能类似。 我们一起来学习吧。

示例工具：.0、12

本文介绍的内容：SQL 简单查询和高级查询

适用范围：SQL中的条件聚合操作

数据提取

要按列提取数据，请使用函数提取相应的字段名称。

#按列提取
SELECT cname
FROM course;

按行提取需要按行添加特定的过滤条件。

#按行提取
SELECT * FROM course
WHERE cname='数学';

按位置提取数据。 这里使用LIMIT来限制数据的大小。 “LIMIT 3,4”的含义是从第3行开始过滤4行数据。

#按位置提取
SELECT * FROM student
LIMIT 3,4;

根据条件提取数据。 提取数据后，需要根据一定的条件对数据进行过滤。 这里使用WHERE函数并设置后面的条件即可完成过滤。

#按条件提取并计算
SELECT * FROM score
WHERE cid=02 AND score>80;

逻辑过滤

常用的逻辑条件包括 AND、OR 和 NOT。 这里使用了 AND 函数。 过滤条件为课程号为03，分数大于80分。

#数据筛选AND
SELECT * FROM score
WHERE cid=03 AND score>80;

这里使用OR函数来过滤学号为01或者分数大于98的数据。

#数据筛选OR
SELECT * FROM score
WHERE sid=01 OR score>98;

添加不等式条件，过滤性别非“女”的数据。 不等号用“!=”表示。

#数据筛选(不等于)
SELECT * FROM student
WHERE ssex != '女';

使用IN函数可以将条件值限制为特定值，从而达到过滤确定值的目的。

#数据筛选IN
SELECT * FROM score
WHERE score IN (90,99);

使用 LIKE 模糊过滤。 % 是一个通配符，用于替换一个或多个字符。 这里的条件可以过滤姓李的学生。

#数据筛选like(模糊筛选)
SELECT * FROM student
WHERE sname LIKE '李%';

条件聚合操作

条件过滤后的计数与EXCEL中的功能类似。 这里将课程编号为03且分数大于60分的课程过滤掉然后统计。

#筛选后计数
SELECT COUNT(cid) AS cid_count
FROM score
WHERE cid=03 AND score>60;

过滤后求和，类似于EXCEL中的功能。

#筛选后求和
SELECT SUM(score) AS sum_score
FROM score
WHERE sid=01 AND cid=01 AND score>60;

同样，您可以设置条件并求条件平均值。

#筛选后求均值 averageif
SELECT AVG(score) AS avg_score
FROM score
WHERE cid != 01;

业务数据分析系列文章持续更新中~