SQL 在case语句中使用SQL count函数

在本文中，我们将介绍如何在SQL的case语句中使用count函数。SQL的case语句是一种用于根据特定条件执行不同操作的条件语句。而count函数用于统计指定列的非空值数量。将这两者结合使用，可以实现更加灵活和复杂的统计与条件判断操作。

阅读更多：SQL 教程

什么是count函数？

首先我们来了解一下count函数。count函数用于计算指定列（或表达式）的非空值数量。它通常用于与group by子句一起使用，以对结果进行分组统计。count函数的语法如下：

SELECT COUNT(column_name)
FROM table_name
WHERE condition;

其中，column_name是要统计的列的名称，table_name是要查询的表的名称，condition是可选的筛选条件。count函数将返回满足条件的非空值数量。

以下是一个简单的示例，计算一个表中不同产品类别的数量：

SELECT product_category, COUNT(*)
FROM products
GROUP BY product_category;

这将返回一个结果集，每行包含一个产品类别及对应的数量。

在case语句中使用count函数

现在我们将介绍如何在SQL的case语句中使用count函数。在case语句中，我们可以根据特定的条件执行不同的操作。而结合count函数，则可以在不同的条件下统计不同列或表达式的非空值数量。

以下是一个示例，假设我们有一个存储员工信息的表employees，其中包含部门信息和员工工资。我们想要统计每个部门中工资高于平均工资的员工数量。我们可以使用case语句和count函数来实现：

SELECT department, COUNT(CASE WHEN salary > (SELECT AVG(salary) FROM employees) THEN 1 END) AS above_average_count
FROM employees
GROUP BY department;

在这个示例中，我们使用了子查询来获取员工表的平均工资，并在count函数中使用case语句根据每个员工的工资是否高于平均工资返回1或NULL。然后，我们使用group by语句按部门分组，并计算每个部门中工资高于平均工资的员工数量。

示例说明

假设我们有以下这个员工表employees：

+----+-----------+--------+
| id | name      | salary |
+----+-----------+--------+
| 1  | John      | 5000   |
| 2  | Jane      | 7000   |
| 3  | Bob       | 5500   |
| 4  | Alice     | 4500   |
| 5  | David     | 6000   |
| 6  | Mary      | 8000   |
+----+-----------+--------+

我们希望统计每个工资水平区间的员工数量。我们可以使用case语句和count函数来实现：

SELECT 
    CASE 
        WHEN salary < 5000 THEN 'Below 5000'
        WHEN salary >= 5000 AND salary < 7000 THEN '5000-6999'
        WHEN salary >= 7000 THEN '7000 and above'
    END AS salary_range,
    COUNT(*) AS employee_count
FROM employees
GROUP BY
    CASE 
        WHEN salary < 5000 THEN 'Below 5000'
        WHEN salary >= 5000 AND salary < 7000 THEN '5000-6999'
        WHEN salary >= 7000 THEN '7000 and above'
    END;

以上示例中，我们使用了case语句将员工工资分为三个区间，并使用count函数统计每个区间的员工数量。最后，我们使用group by语句按照工资区间进行分组。

执行以上查询，将返回以下结果：

+----------------+----------------+
| salary_range   | employee_count |
+----------------+----------------+
| Below 5000     | 1              |
| 5000-6999      | 3              |
| 7000 and above | 2              |
+----------------+----------------+