数据分组（GROUP BY）：语法和结构

想象一下，你在处理成千上万行数据——怎么在里面找到有用的信息？这时候 GROUP BY 操作符就像 SQL 里的指挥家一样登场了。它把杂乱无章的数据变成一首有节奏的旋律：统计、分组、总结。想知道每个客户下了多少订单、每门课有多少学生、或者各部门工资怎么分布？这些都靠 GROUP BY。今天我们就来聊聊怎么和它做朋友，把你的表用到极致。

分组其实就是把在某一列或几列里值相同的行合并成逻辑上的一组。这样你就能对每组单独用聚合函数了。

比如你有个员工表，想知道每个部门的平均工资。一个部门就是一组。SQL 用 GROUP BY 把员工表按部门分组，然后对每组用 AVG()。

GROUP BY 的语法

用 SQL 分组的核心规则：如果你用了 GROUP BY，那所有没用聚合函数的列都必须写在 GROUP BY 里。

语法：

SELECT 列1, 
       聚合函数(列2)
FROM 表
GROUP BY 列1;

操作步骤：

1. 在 GROUP BY 里写上你想分组的列。
2. 用聚合函数来计算每组的值。
3. 所有在 SELECT 里但没用聚合函数的列，都得写在 GROUP BY 里。没写 SQL 会报错，别问为什么，SQL 就是这么严格。

例子：按院系分组学生

假设我们有个 students 表，存着学生的信息：

现在我们想知道每个院系的平均分（GPA）。写个带 GROUP BY 的查询：

SELECT faculty, AVG(gpa) AS avg_gpa
FROM students
GROUP BY faculty;

结果：

SQL 先按 faculty 列把数据分组，然后对每组用 AVG()。

用 GROUP BY 的细节

1. SELECT 里的列要求

SQL 要求你在 SELECT 里写的所有列，如果没用聚合函数（比如 SUM()、COUNT()），都得在 GROUP BY 里出现。因为没分组 SQL 不知道该显示哪个值。

试试下面这个查询，你会报错：

SELECT name, AVG(gpa)
FROM students
GROUP BY faculty;

错误：name 列没写在 GROUP BY 里。要修正，加上 name：

SELECT name, AVG(gpa)
FROM students
GROUP BY faculty, name;

但这样分组就到具体学生了——其实不是我们一开始想要的效果。

2. 多列分组

你可以不只按一列分组，还能多列一起分组。比如除了院系还想按名字分组。直接在 GROUP BY 里加第二个列：

SELECT faculty, name, AVG(gpa) AS avg_gpa
FROM students
GROUP BY faculty, name;

原始表：

结果：

3. 用多个聚合函数分组

别只用一个聚合函数！比如我们想统计每个院系有多少学生，还想算平均分：

SELECT faculty,
       COUNT(*) AS student_count, 
       AVG(gpa) AS avg_gpa
FROM students
GROUP BY faculty;

原始表：

结果：

SQL 分组的细节：能选什么，不能选什么

写分组查询很简单，但你会发现一半的查询都跑不起来。分组的逻辑和我们脑子里想的不太一样。

如果你的 SQL 查询里有 GROUP BY，那结果里的所有列都要么是聚合函数算出来的，要么就是 GROUP BY 里分组用的列。

• 用聚合函数基于组内的列算出来的。
• 直接来自 GROUP BY——就是用来分组的列。

比如你对学生表做 GROUP BY 查询，结果表里是不会有具体学生的！你能有平均身高、平均体重、平均分。像下面这样写就不行：

SELECT faculty, name
FROM students
GROUP BY faculty;

我们来分析下为啥。

GROUP BY faculty 会把 students 表里的学生按 faculty 分组。每组学生的 faculty 都一样，所以可以说组有 faculty 这个属性。但 name 每个学生都不一样，所以组没有 name 这个属性。

GROUP BY faculty, gender 会把 students 表里的学生按 faculty 和 gender 分组。这样每组学生的 faculty 和 gender 都一样，所以组有这两个属性。但 name 还是没有。

这样写就没问题：

SELECT faculty, gender
FROM students
GROUP BY faculty, gender;

甚至可以这样：

SELECT
    faculty, 
    gender, 
    AVG(age) as group_avg_age,  -- 这个值是基于组内 age 算出来的
    MAX(high) as group_high     -- 这个值是基于组内 high 算出来的
FROM students
GROUP BY faculty, gender;

但直接在 SELECT 里用 age 和 high 是不行的。

用 GROUP BY 时常见的坑

你开始写 GROUP BY 查询时，这些坑很容易踩：

1. SELECT 里没写全列。 记住，所有不是聚合的列都得写在 GROUP BY 里。不然 SQL 不知道怎么显示。

2. 按 NULL 分组。 NULL 会被当成一个单独的组。如果你的列里有 NULL，SQL 会给 NULL 单独分一组。

3. 分组太细。 如果你不小心在 GROUP BY 里加了太多列，结果会特别细，分析起来很麻烦。

现在你已经知道怎么用 GROUP BY 高效分组数据了。这是 SQL 里最强大的工具之一，让你轻松搞定聚合数据和结构化报表。接下来我们还会继续深入分组的魔法，看看怎么用 HAVING 加更多过滤条件。