数据库行转列、列转行，pivot透视多列

这就是典型的行转列问题。

首先说下最简单的思路  用union all

select year,sum(m1) m1,sum(m2) m2,sum(m3) m3,sum(m4) m4
from
(
select year,count m1,0 m2,0 m3,0 m4 from atest where month = 1
union all
select year,0 m1,count m2,0 m3,0 m4 from atest where month = 2
union all
select year,0 m1,0 m2,count m3,0 m4 from atest where month = 3
union all
select year,0 m1,0 m2,0 m3,count m4 from atest where month = 4
) group by year;

下面是高效的简洁的方法

select year,sum(decode(month,'1', count,null)) "m1",

sum(decode(month,'2', count,null)) "m2",

sum(decode(month,'3', count,null)) "m3",

sum(decode(month,'4', count,null)) "m4"

from atest

group by year

其中 DECODE函数是oracle特有的，跟case when 类似。Decode(表达式1(表达式1可以是查询结果或者列)，值1，翻译值1，值2，翻译值2，缺省值)

例：select decode(a.brxb,1,’男’,2,’女’) from ms_brda a

如果不是oracle数据库就可以用case when代替

select year,sum(case month when '1'
then count else null end) "m1",

sum(case month when '2' then count else null end) "m2",

sum(case month when '3' then count else null end) "m3",

sum(case month when '4' then count else null end) "m4"

from atest

group by year

还有Oracle11g新出的pivot函数

Select * from
atest pivot(sum(count) for month in(‘1’ m1,’2’ m2,’3’ m3,’4’ m4));

Oracle 11g 行列互换 pivot 和 unpivot 说明

在Oracle 11g中，Oracle 又增加了2个查询：pivot（行转列） 和unpivot（列转行）

参考：http://blog.csdn.net/tianlesoftware/article/details/7060306、http://www.oracle.com/technetwork/cn/articles/11g-pivot-101924-zhs.html

google 一下，网上有一篇比较详细的文档：http://www.oracle-developer.net/display.php?id=506

pivot 列转行

测试数据 (id，类型名称，销售数量)，案例：根据水果的类型查询出一条数据显示出每种类型的销售数量。

SQL

create table demo(id int,name varchar(20),nums int);  ---- 创建表

insert into demo values(1, '苹果', 1000);

insert into demo values(2, '苹果', 2000);

insert into demo values(3, '苹果', 4000);

insert into demo values(4, '橘子', 5000);

insert into demo values(5, '橘子', 3000);

insert into demo values(6, '葡萄', 3500);

insert into demo values(7, '芒果', 4200);

insert into demo values(8, '芒果', 5500);

行转列查询

SQL

select * from (select name, nums from demo) pivot (sum(nums) for name in ('苹果' 苹果, '橘子', '葡萄', '芒果'));

注意： pivot（聚合函数 for 列名 in（类型））   ，其中 in(‘’) 中可以指定别名，in中还可以指定子查询，比如 select distinct code from customers   但是不能直接使用，需要使用动态SQL或者放在XML中

当然也可以不使用pivot函数，等同于下列语句，只是代码比较长，容易理解

SQL

------ 多项子查询

select * from （select sum(nums) 苹果 from demo where name='苹果'）,（select sum(nums) 橘子 from demo where name='橘子'）,

（select sum(nums) 葡萄 from demo where name='葡萄'）,（select sum(nums) 芒果 from demo where name='芒果'）;

------  decode 函数利用

select sum(decode(name,'苹果',nums)) 苹果, sum(decode(name,'橘子',nums)) 橘子,

sum(decode(name,'葡萄',nums)) 葡萄, sum(decode(name,'芒果',nums)) 芒果 from demo

unpivot 行转列

顾名思义就是将多列转换成1列中去

案例：现在有一个水果表，记录了4个季度的销售数量，现在要将每种水果的每个季度的销售情况用多行数据展示。

创建表和数据

列转行查询

SQL

select id , name, jidu, xiaoshou from Fruit unpivot (xiaoshou for jidu in (q1, q2, q3, q4) )

注意：  unpivot没有聚合函数，xiaoshou、jidu字段也是临时的变量

同样不使用unpivot也可以实现同样的效果，只是sql语句会很长，而且执行速度效率也没有前者高

SQL

select id, name ,'Q1' jidu, (select q1 from fruit where id=f.id) xiaoshou from Fruit f

union

select id, name ,'Q2' jidu, (select q2 from fruit where id=f.id) xiaoshou from Fruit f

union

select id, name ,'Q3' jidu, (select q3 from fruit where id=f.id) xiaoshou from Fruit f

union

select id, name ,'Q4' jidu, (select q4 from fruit where id=f.id) xiaoshou from Fruit f

XML类型

上述pivot列转行示例中，你已经知道了需要查询的类型有哪些，用in()的方式包含，假设如果您不知道都有哪些值，您怎么构建查询呢？

pivot 操作中的另一个子句 XML 可用于解决此问题。该子句允许您以 XML 格式创建执行了 pivot 操作的输出，在此输出中，您可以指定一个特殊的子句 ANY 而非文字值

示例如下：

SQL

select * from (

select name, nums as "Purchase Frequency"

from demo t

)

pivot xml (

sum(nums) for name in (any)

)

如你所见，列 NAME_XML 是 XMLTYPE，其中根元素是 <PivotSet>。每个值以名称-值元素对的形式表示。你可以使用任何 XML 分析器中的输出生成更有用的输出

结论

Pivot 为 SQL 语言增添了一个非常重要且实用的功能。您可以使用 pivot 函数针对任何关系表创建一个交叉表报表，而不必编写包含大量 decode 函数的令人费解的、不直观的代码。同样，您可以使用 unpivot 操作转换任何交叉表报表，以常规关系表的形式对其进行存储。Pivot 可以生成常规文本或 XML 格式的输出。如果是 XML 格式的输出，您不必指定 pivot 操作需要搜索的值域。

在这附上pivot  in 多列，不固定列的动态实现方法

CREATE OR REPLACE PROCEDURE PIVOT_TEST IS

V_SQL VARCHAR2(2000);

CURSOR CURSOR_1 IS SELECT  WM_CONCAT(''''|| ( SJWZ)||''''||'as '|| sjwz) SJWZ from (select distinct SJWZ from f_wz_lbmc where ckbh=2);

BEGIN

V_SQL := 'select * from (select sum(a.jhje) 金额 ,c.lbmc 类别名称 ,e.ksmc 科室名称,e.sjks 上级科室

from p_wz_ly02 a,d_wz_wpfl b,d_wz_lbmc c,p_wz_ly01 d,d_gy_ksdm e

where  a.wpbh=b.wpbh

and  b.lbbh=c.lbbh

and  a.djbh=d.djbh

and  d.ksdm=e.ksdm

and  d.ckbh= 2

group by c.lbmc , e.ksmc,e.sjks

) pivot(sum(金额) for 类别名称 IN  (';

FOR V_SJWZ IN CURSOR_1

LOOP

V_SQL := V_SQL ||V_SJWZ.SJWZ

;

END LOOP;

V_SQL := V_SQL || '))  ORDER BY 上级科室';

--DBMS_OUTPUT.PUT_LINE(V_SQL);

V_SQL := 'CREATE OR REPLACE VIEW PIVOT_TEST11  AS '||  V_SQL;

--DBMS_OUTPUT.PUT_LINE(V_SQL);

EXECUTE IMMEDIATE V_SQL;

END;

注意有时候会报权限不足错误，需要使用dba用户授权

Grant create any view to user;

还有一种在命令行(或者pl/sql的命令窗口)中实现的

clear columns

COLUMN temp_in_statement new_value str_in_statement

SQL> SELECT  WM_CONCAT(''''||SJWZ||''''||'as '|| sjwz) as temp_in_statement from f_wz_lbmc where ckbh=1;

TEMP_IN_STATEMENT

--------------------------------------------------------------------------------

'燃料油料','办公用品','五金电料','房屋修缮','卫生用品','印刷品','被服材料','专项物质','其他'

SQL> select * from (select sum(a.jhje) 金额 ,c.lbmc 类别名称 ,e.ksmc 科室名称,e.sjks 上级科室

2      from p_wz_ly02 a,d_wz_wpfl b,d_wz_lbmc c,p_wz_ly01 d,d_gy_ksdm e

3         where  a.wpbh=b.wpbh

4           and  b.lbbh=c.lbbh

5           and  a.djbh=d.djbh

下面是几个字符串转换函数

多行转字符串

这个比较简单，用||或concat函数可以实现

SQL

select concat(id,username) str from app_user ；

select id||username str from app_user；

字符串转多列

实际上就是拆分字符串的问题，可以使用 substr、instr、regexp_substr函数方式

字符串转多行

使用union all函数等方式

listagg函数

SQL

select listagg(ename,' , ')  within group (order by ename) from emp;

语法： listagg(列名,分隔符) within group (order by 列名)

4、需要注意的事项如下：
    (1). 必须得分组，也就是说group  by是必须的。
    (2). listagg函数的第一个参数是需要显示的字段，也就是log_name；第二个参数是数值之间的分隔符,可以是任意字符；同时还需要进行排序和分组within group (order by name)

wm_concat函数

首先让我们来看看这个神奇的函数wm_concat(列名),该函数可以把列值以","号分隔起来,并显示成一行,接下来上例子,看看这个神奇的函数如何应用准备测试数据

create table test(id number,name varchar2(20));

insert into test values(1,'a');

insert into test values(1,'b');

insert into test values(1,'c');

insert into test values(2,'d');

insert into test values(2,'e');

效果1 :   行转列  ，默认逗号隔开

SQL

select wm_concat(name) name from test;

效果2:   把结果里的逗号替换成"|"

SQL

select replace(wm_concat(name),',','|') from test;

效果3:  按ID分组合并name

SQL

select id,wm_concat(name) name from test group by id;

sql语句等同于下面的sql语句

SQL

-------- 适用范围：8i,9i,10g及以后版本  （ MAX + DECODE ）

select id, max(decode(rn, 1, name, null)) || max(decode(rn, 2, ','||name, null)) || max(decode(rn, 3, ','||name, null)) str

from (select id, name ,row_number() over(partition by id order by name) as rn from test) t group by id order by 1;

-------- 适用范围：8i,9i,10g及以后版本 （ ROW_NUMBER + LEAD ）

select id, str from (select id,row_number() over(partition by id order by name) as rn,name || lead(',' || name, 1)

over(partition by id order by name) ||  lead(',' || name, 2) over(partition by id order by name) || lead(',' || name, 3)

over(partition by id order by name) as str from test) where rn = 1 order by 1;

-------- 适用范围：10g及以后版本 （ MODEL ）

select id, substr(str, 2) str from test model return updated rows partition by(id) dimension by(row_number()

over(partition by id order by name) as rn) measures (cast(name as varchar2(20)) as str) rules upsert iterate(3)

until(presentv(str[iteration_number + 2], 1, 0)=0) (str[0] = str[0] || ',' || str[iteration_number + 1]) order by 1;

-------- 适用范围：8i,9i,10g及以后版本 （ MAX + DECODE ）

select t.id id, max(substr(sys_connect_by_path(t.name, ','), 2)) str from (select id, name, row_number()

over(partition by id order by name) rn from test) t start with rn = 1 connect by rn = prior rn + 1 and id = prior id

group by t.id;

懒人扩展用法:

案例: 我要写一个视图,类似"create or replace view as select 字段1,...字段50 from tablename" ,基表有50多个字段,要是靠手工写太麻烦了,有没有什么简便的方法? 当然有了,看我如果应用wm_concat来让这个需求变简单，假设我的APP_USER表中有（id,username,password,age）4个字段。查询结果如下

SQL

/** 这里的表名默认区分大小写 */

select 'create or replace view as select '|| wm_concat(column_name) || ' from APP_USER' sqlStr

from user_tab_columns where table_name='APP_USER';

利用系统表方式查询

SQL

select * from user_tab_columns