分组统计及占比分析

题目背景：

统计各性别消费情况(字段包含性别、⼈数、⼈数占⽐、⼈均消费、消费⾦额、消费占⽐) 并以消费

占⽐降序。

这个题目咋一看，觉得非常简单，不就是一个分组就OK了吗，分组是没问题的，但分组之后呢，你能正常在分组的情况下，再获取整个数据集的信息吗，显然在一次查询中是没法完成整个任务的，只有真正在做的时候，才发现不一般，如果以前没接触过的，可能半天也找不出方法来解决。

如下提供两个方法来解决这个问题。

1）方法一：采用我们前面讲述的笛卡尔集。

我们最终的目标是要在查询中获取男生的人数以及整体的人数。显然在分组的时候，是没法再查询到整体数据集的，故无论如何都要套一层子查询

先不讲这个题目的源码，我们先讲一个简单的例子来由浅入深的描述这个问题。假设现在又两个表，分别为

create table t1(c1 varchar(10));
insert into t1 values('1');
insert into t1 values('2');
insert into t1 values('3');

create table t2(c2 varchar(10));
insert into t2 values('10');

好，我们先看看数据集

 笛卡尔集1的构建方式：

SELECT t1.c1, t2.c2,t1.c1/t2.c2 as rate
  FROM t1,t2

 

笛卡尔集2的构建方式join，这也是我前期在查询网络的时候，一直在描述on 1=1 的情况，看的我也是很懵。我们运行后，看看结果是什么样。

SELECT t1.c1, t2.c2,t1.c1/t2.c2 as rate
  FROM t1 join t2 on 1=1 ;

 懂了吧，我们笛卡尔集一个表，这个表仅含一个数据，使用笛卡尔集。

好了，我们在根据这个思想进行整理。

SELECT c.gender,c.id_num,c.GMV,c.avg_sale,c.id_num/b.total_id
from 
((SELECT gender,
count(DISTINCT user_id) as id_num ,
sum(purchase) GMV,
sum(purchase)/count(DISTINCT user_id ) as avg_sale
from lagou_lxy.model2_datas GROUP BY gender) c join (SELECT count(DISTINCT user_id) as total_id from model2_datas ) b on 1=1)

2）方法二，使用开窗的窗口函数sum（）over ( ),这个方法是极力推荐的一种方式。

--第二层使用sum的开窗函数，一并计算出人数的和以及销售额的和后，在计算占比
select 
    sub.gender,id_num/sum(sub.id_num)over() AS id_rate,s
    GMV,GMV/sum(GMV)OVER() as GMV_rate,avg_sale
from 

--第一层先计算出性别、人数、销售额、平均销售额
    (SELECT gender,
        count(DISTINCT user_id) as id_num ,
        sum(purchase) GMV,
        sum(purchase)/count(DISTINCT user_id ) as avg_sale
    from lagou_lxy.model2_datas GROUP BY gender) sub 
order by  
    GMV_rate desc ;

还有跟多的SQL问题，烦请关注数据分析专栏（专栏包含了MySQL的理论讲解，项目实操落地，SQL中重点难点题目分享知识外，还包含数据分析中可视化，数据挖掘等）