在SQL Server 2005中实现表的行列转换

艾丝凡家的

PIVOT和UNPIVOT关系运算符是SQL Server 2005提供的新增功能，因此，对升级到SQL Server 2005的数据库使用PIVOT和UNPIVOT时，数据库的兼容级别必须设置为90（可以使用sp_dbcmptlevel存储过程设置兼容级别）。
在查询的FROM子句中使用PIVOT和UNPIVOT，可以对一个输入表值表达式执行某种操作，以获得另一种形式的表。PIVOT运算符将输入表的行旋转为列，并能同时对行执行聚合运算。而UNPIVOT运算符则执行与PIVOT运算符相反的操作，它将输入表的列旋转为行。
在FROM子句中使用PIVOT和UNPIVOT关系运算符时的语法格式如下：
[ FROM { <table_source> } [ ,...n ] ]
<table_source> ::=
{
table_or_view_name [ [ AS ] table_alias ]
<pivoted_table> | <unpivoted_table>
}
<pivoted_table> ::=
table_source PIVOT <pivot_clause> table_alias

<pivot_clause> ::=
( aggregate_function ( value_column )
FOR pivot_column
IN ( <column_list> )
)

<unpivoted_table> ::=
table_source UNPIVOT <unpivot_clause> table_alias

<unpivot_clause> ::=
( value_column FOR pivot_column IN ( <column_list> ) )

<column_list> ::=
column_name [ , ... ]
table_source PIVOT <pivot_clause>
指定对table_source表中的pivot_column列进行透视。table_source可以是一个表、表表达式或子查询。
aggregate_function
系统或用户定义的聚合函数。注意：不允许使用COUNT(*)系统聚合函数。
value_column
PIVOT运算符用于进行计算的值列。与UNPIVOT一起使用时，value_column不能是输入table_source中的现有列的名称。
FOR pivot_column
PIVOT运算符的透视列。pivot_column必须是可隐式或显式转换为nvarchar()的类型。
使用UNPIVOT时，pivot_column是从table_source中提取输出的列名称，table_source中不能有该名称的现有列。
IN ( column_list )
在PIVOT子句中，column_list列出pivot_column中将成为输出表的列名的值。
在UNPIVOT子句中，column_list列出table_source中将被提取到单个pivot_column中的所有列名。
table_alias
输出表的别名。
UNPIVOT < unpivot_clause >
指定将输入表中由column_list指定的多个列的值缩减为名为pivot_column的单个列。
常见的可能会用到PIVOT的情形是：需要生成交叉表格报表以汇总数据。交叉表是使用较为广泛的一种表格式，例如，图5-4所示的产品销售表就是一个典型的交叉表，其中的月份和产品种类都可以继续添加。但是，这种格式在进行数据表存储的时候却并不容易管理，要存储图5-4这样的表格数据，数据表通常需要设计为图5-5这样的结构。这样就带来一个问题，用户既希望数据容易管理，又希望能够生成一种能够容易阅读的表格数据。好在PIVOT为这种转换提供了便利。

图5-4 产品销售表 图5-5 数据表结构
假设Sales.Orders表中包含有ProductID（产品ID）、OrderMonth（销售月份）和SubTotal（销售额）列，并存储有如表5-2所示的内容。
表5-2 Sales.Orders表中的内容

ProductID	OrderMonth	SubTotal
1	5	100.00
1	6	100.00
2	5	200.00
2	6	200.00
2	7	300.00
3	5	400.00
3	5	400.00

执行下面的语句：
SELECT ProductID, [5] AS 五月, [6] AS 六月, [7] AS 七月
FROM
Sales.Orders PIVOT
(
SUM (Orders.SubTotal)
FOR Orders.OrderMonth IN
( [5], [6], [7] )
) AS pvt
ORDER BY ProductID;
在上面的语句中，Sales.Orders是输入表，Orders.OrderMonth是透视列（pivot_column），Orders.SubTotal是值列（value_column）。上面的语句将按下面的步骤获得输出结果集：
a．PIVOT首先按值列之外的列（ProductID和OrderMonth）对输入表Sales.Orders进行分组汇总，类似执行下面的语句：
SELECT ProductID,
OrderMonth,
SUM (Orders.SubTotal) AS SumSubTotal
FROM Sales.Orders
GROUP BY ProductID,OrderMonth;
这时候将得到一个如表5-3所示的中间结果集。其中只有ProductID为3的产品由于在5月有2笔销售记录，被累加到了一起（值为800）。
表5-3 Sales.Orders表经分组汇总后的结果

ProductID	OrderMonth	SumSubTotal
1	5	100.00
1	6	100.00
2	5	200.00
2	6	200.00
2	7	300.00
3	5	800.00

b．PIVOT根据FOR Orders.OrderMonth IN指定的值5、6、7，首先在结果集中建立名为5、6、7的列，然后从图5-3所示的中间结果中取出OrderMonth列中取出相符合的值，分别放置到5、6、7的列中。此时得到的结果集的别名为pvt（见语句中AS pvt的指定）。结果集的内容如表5-4所示。
表5-4 使用FOR Orders.OrderMonth IN( [5], [6], [7] )后得到的结果集

ProductID	5	6	7
1	100.00	100.00	NULL
2	200.00	200.00	200.00
3	800.00	NULL	NULL

c．最后根据SELECT ProductID, [5] AS 五月, [6] AS 六月, [7] AS 七月FROM的指定，从别名pvt结果集中检索数据，并分别将名为5、6、7的列在最终结果集中重新命名为五月、六月、七月。这里需要注意的是FROM的含义，其表示从经PIVOT关系运算符得到的pvt结果集中检索数据，而不是从Sales.Orders中检索数据。最终得到的结果集如表5-5所示。
表5-5 由表5-2所示的Sales.Orders表将行转换为列得到的最终结果集

ProductID	五月	六月	七月
1	100.00	100.00	NULL
2	200.00	200.00	200.00
3	800.00	NULL	NULL

UNPIVOT与PIVOT执行几乎完全相反的操作，将列转换为行。但是，UNPIVOT并不完全是PIVOT的逆操作，由于在执行PIVOT过程中，数据已经被进行了分组汇总，所以使用UNPIVOT并不会重现原始表值表达式的结果。假设表5-5所示的结果集存储在一个名为MyPvt的表中，现在需要将列标识符“五月”、“六月”和“七月”转换到对应于相应产品ID的行值（即返回到表5-3所示的格式）。这意味着必须另外标识两个列，一个用于存储月份，一个用于存储销售额。为了便于理解，仍旧分别将这两个列命名为OrderMonth和SumSubTotal。参考下面的语句：
CREATE TABLE MyPvt (ProductID int, 五月int, 六月 int, 七月int); --建立MyPvt表
GO
--将表5-5中所示的值插入到MyPvt表中
INSERT INTO MyPvt VALUES (1,100,100,0);
INSERT INTO MyPvt VALUES (2,200,200,200);
INSERT INTO MyPvt VALUES (3,800,0,0);

--执行UNPIVOT
SELECT ProductID, OrderMonth, SubTotal
FROM
MyPvt UNPIVOT
(SubTotal FOR OrderMonth IN
(五月, 六月, 七月)
)AS unpvt;
上面的语句将按下面的步骤获得输出结果集：
a．首先建立一个临时结果集的结构，该结构中包含MyPvt表中除IN (五月, 六月, 七月)之外的列，以及SubTotal FOR OrderMonth中指定的值列（SubTotal）和透视列（OrderMonth）。
b．将在MyPvt中逐行检索数据，将表的列名称（在IN (五月, 六月, 七月)中指定）放入OrderMonth列中，将相应的值放入到SubTotal列中。最后得到的结果集如表5-6所示。
表5-6 使用UNPIVOT得到的结果集

ProductID	OrderMonth	SubTotal
1	五月	100
1	六月	100
1	七月	0
2	五月	200
2	六月	200
2	七月	200
3	五月	800
3	六月	0
3	七月	0