条件筛选这一个 Part，主要介绍三种情况：

  1. 行级 WHERE 条件的筛选
  2. 列级的 IF-ELSE 条件分组筛选
  3. 列级的 CASE-WHEN 条件分组筛选
数据准备

还是一样的数据集

user_id gender school birthday pay_amt last_login_time
1 男 北京大学 1992-01-01 34.1 2021-08-01 18:23:48
2 女 北京大学 1994-02-06 15.54 2021-05-23 12:54:00
3 男 北京大学 1992-08-12 76.87 2021-06-15 13:32:03
4 男 北京大学 1990-12-21 97.12 2020-11-30 05:23:16
5 女 清华大学 1993-02-17 12.16 2021-03-30 20:51:57
6 女 清华大学 1996-05-13 54.65 2021-02-01 23:12:48
7 女 清华大学 1997-08-18 76.87 2021-08-30 14:17:43
8 男 清华大学 1998-09-04 98.93 2021-09-30 19:25:34
9 女 浙江大学 1991-11-09 12.32 2021-08-01 09:29:46
10 男 浙江大学 1993-01-17 5.58 2021-08-01 11:32:27
行的筛选条件

如果我们需要对筛选的数据增加条件，比如我们需要筛选出学校是「北京大学」的所有列数据，那么我们就可以用 SQL：

1
SELECT * FROM s_user_info WHERE school = '北京大学'

或者也可以用：

1
SELECT * FROM s_user_info WHERE school LIKE '北京大学'

两者的区别后面再说，先不用纠结

我们就可以得到数据集：

user_id gender school birthday pay_amt last_login_time
1 男 北京大学 1992-01-01 34.1 2021-08-01 18:23:48
2 女 北京大学 1994-02-06 15.54 2021-05-23 12:54:00
3 男 北京大学 1992-08-12 76.87 2021-06-15 13:32:03
4 男 北京大学 1990-12-21 97.12 2020-11-30 05:23:16

再比如我们需要筛选出支付金额大于等于 50.00 的数据，那么我们也可以用 SQL：

1
SELECT * FROM s_user_info WHERE pay_amt >= 50.00;

这样我们就可以得到数据集：

user_id gender school birthday pay_amt last_login_time
3 男 北京大学 1992-08-12 76.87 2021-06-15 13:32:03
4 男 北京大学 1990-12-21 97.12 2020-11-30 05:23:16
6 女 清华大学 1996-05-13 54.65 2021-02-01 23:12:48
7 女 清华大学 1997-08-18 76.87 2021-08-30 14:17:43
8 男 清华大学 1998-09-04 98.93 2021-09-30 19:25:34

这是最基本的两个用法，另外 WHERE 字句支持很多逻辑上的操作，比如：

操作 条件说明 示例 含义
=, !=, <>, <, <=, >, >= 逻辑操作 pay_amt >= 50.00, user_id <> 3 支付金额大于 50 元，用户编码不等于 3（和 user_id != 3 含义相同）
BETWEEN…AND 数字范围 pay_amt BETWEEN 50.00 AND 70.00 支付金额在 50-70 元之间
IN 列表范围 school IN (‘清华大学’, ‘北京大学’) 学校在清华大学和北京大学范围内的
LIKE 内容搜索匹配 birthday LIKE ‘1992%’ 生日是 1992 年开头的

几个示例：

1
2
3
4
5
# 取性别是男生，支付金额大于 50.00 元的数据
SELECT  * 
FROM    s_user_info 
WHERE   gender LIKE '男' 
AND     pay_amt > 50.00;
user_id gender school birthday pay_amt last_login_time
3 男 北京大学 1992-08-12 76.87 2021-06-15 13:32:03
4 男 北京大学 1990-12-21 97.12 2020-11-30 05:23:16
8 男 清华大学 1998-09-04 98.93 2021-09-30 19:25:34 
1
2
3
4
5
# 取学校是清华大学和北京大学，生日在 1994-01-01 到 1994-12-31 之间的数据
SELECT  * 
FROM    s_user_info 
WHERE   school IN ('清华大学', '北京大学') 
AND     birthday BETWEEN '1994-01-01' AND '1994-12-31'
user_id gender school birthday pay_amt last_login_time
2 女 北京大学 1994-02-06 15.54 2021-05-23 12:54:00
列的分组条件

假设现在有个需求，我们要在现有的数据集列的基础上，新增一列名为「消费等级」的字段，字段的英文名定义为 pay_level，口径为：如果一个用户的支付金额 >= 50 元，则认为这个用户是「高消费」用户，反之则为「低消费」用户。
那么，我们的数据集应该就变成了：

user_id gender school birthday pay_amt last_login_time pay_level
1 男 北京大学 1992-01-01 34.1 2021-08-01 18:23:48 低消费
2 女 北京大学 1994-02-06 15.54 2021-05-23 12:54:00 低消费
3 男 北京大学 1992-08-12 76.87 2021-06-15 13:32:03 高消费
4 男 北京大学 1990-12-21 97.12 2020-11-30 05:23:16 高消费
5 女 清华大学 1993-02-17 12.16 2021-03-30 20:51:57 低消费
6 女 清华大学 1996-05-13 54.65 2021-02-01 23:12:48 高消费
7 女 清华大学 1997-08-18 76.87 2021-08-30 14:17:43 高消费
8 男 清华大学 1998-09-04 98.93 2021-09-30 19:25:34 高消费
9 女 浙江大学 1991-11-09 12.32 2021-08-01 09:29:46 低消费
10 男 浙江大学 1993-01-17 5.58 2021-08-01 11:32:27 低消费

那么问题来了，我们怎么通过 SQL 来新增这一列，答案是可以通过 IF-ELSE 的形式，SQL 代码如下：

1
2
3
4
5
6
7
8
9
10
SELECT  user_id
    , gender
    , school
    , birthday
    , pay_amt
    , last_login_time
    , pay_level
    , IF ( pay_amt >= 50.00, '高消费', '低消费') AS pay_level
FROM    s_user_info
;

上面的 AS 表示对这个字段取了个名字，令这个字段叫做 pay_level

IF 函数的语法：

1
IF( 条件，条件满足时返回的值，条件不满足时返回的值 )

接下来，我们学习另一个分组筛选的函数，CASE-WHEN，还是举个例子，假设我们要选出每个用户出生年代，用字段 birth_year 表示，定义分为三档，名称及口径分别是：

  • 90年代初：1990-1993年出生的
  • 90年代中：1994-1996年出生的
  • 90年代末：1997-1999年出生的

那么上面的数据集就会变为：

user_id gender school birthday pay_amt last_login_time pay_level birth_year
1 男 北京大学 1992-01-01 34.1 2021-08-01 18:23:48 低消费 90年代初
2 女 北京大学 1994-02-06 15.54 2021-05-23 12:54:00 低消费 90年代中
3 男 北京大学 1992-08-12 76.87 2021-06-15 13:32:03 高消费 90年代初
4 男 北京大学 1990-12-21 97.12 2020-11-30 05:23:16 高消费 90年代初
5 女 清华大学 1993-02-17 12.16 2021-03-30 20:51:57 低消费 90年代初
6 女 清华大学 1996-05-13 54.65 2021-02-01 23:12:48 高消费 90年代中
7 女 清华大学 1997-08-18 76.87 2021-08-30 14:17:43 高消费 90年代末
8 男 清华大学 1998-09-04 98.93 2021-09-30 19:25:34 高消费 90年代末
9 女 浙江大学 1991-11-09 12.32 2021-08-01 09:29:46 低消费 90年代初
10 男 浙江大学 1993-01-17 5.58 2021-08-01 11:32:27 低消费 90年代初

针对这一列，我们就可以用下面的 SQL 来实现：

1
2
3
4
5
6
7
8
9
10
11
12
13
SELECT  user_id
    , gender
    , school
    , birthday
    , pay_amt
    , last_login_time
    , pay_level
    , IF ( pay_amt >= 50.00, '高消费', '低消费') AS pay_level
    , CASE WHEN birthday >= '1990-01-01' AND birthday <= '1993-12-31' THEN '90年代初'
        WHEN birthday >= '1994-01-01' AND birthday <= '1996-12-31' THEN '90年代中'
        WHEN birthday >= '1997-01-01' AND birthday <= '1999-12-31' THEN '90年代末' END             AS birth_year
FROM    s_user_info
;

CASE-WHEN 语法：

1
2
3
4
5
CASE WHEN 条件1 THEN 结果1
    WHEN 条件2 THEN 结果2
    WHEN 条件3 THEN 结果3
    ELSE 结果4
END

注意 CASE WHEN 的语法中，可以没有 ELSE 的条件，但是一定要有 END 作为结尾。