使用GROUP BY结合AVG()函数可计算每组平均值，如SELECT region, AVG(amount) FROM sales GROUP BY region；还可通过COALESCE处理NULL值，确保统计符合业务逻辑。
SQL 分组查询统计每组平均值，核心在于利用 GROUP BY 子句将数据按指定列进行分组，然后结合 AVG() 聚合函数计算每个分组内的平均值。这种方式能让我们从宏观数据中提炼出更细致、更有意义的洞察。
解决方案
要统计每组的平均值，我们通常会用到 SQL 的 SELECT 语句，其中包含 GROUP BY 子句和 AVG() 聚合函数。
假设我们有一个名为 sales 的表，记录了不同地区（region）和产品（product_id）的销售额（amount）。如果想知道每个地区的平均销售额，我们可以这样写：
SELECT region, AVG(amount) AS average_sales_per_region FROM sales GROUP BY region;
这条语句的逻辑是这样的：
- FROM sales：从 sales 表中获取数据。
- GROUP BY region：将所有记录按照 region 列的值进行分组。例如，所有“华东区”的销售记录会形成一个组，所有“华南区”的记录形成另一个组。
- SELECT region, AVG(amount)：对于每个分组，选择该组的 region 值（因为同一组内的 region 值都相同），并计算该组内所有 amount 值的平均数。AS average_sales_per_region 则是给计算出的平均值列起一个更具描述性的别名。
如果想进一步细化，比如统计每个地区每种产品的平均销售额，只需要在 GROUP BY 子句中添加 product_id：
SELECT region, product_id, AVG(amount) AS average_sales_per_product_in_region FROM sales GROUP BY region, product_id;
这种方法非常灵活，可以根据你的分析需求，在 GROUP BY 后面添加任意数量的列来创建更精细的分组。
为什么我们需要对数据进行分组平均值统计？
在我看来，单纯地看总数，很多时候是无法提供足够决策依据的。比如，你可能知道公司总销售额很高，但这并不能告诉你哪个产品线表现最好，哪个区域可能需要更多投入。这时候，分组平均值统计就显得尤为重要了。
我发现，在日常的数据分析和业务报告中，分组平均值能帮助我们：
- 识别趋势和模式： 通过比较不同组的平均值，我们可以快速发现哪些群体（例如，特定客户群、产品类别、时间段）的表现高于或低于整体平均水平。比如，计算不同营销渠道带来的客户平均消费，就能看出哪个渠道的客户质量更高。
- 评估性能： 对比不同部门、团队或员工的平均绩效，可以为考核和资源分配提供数据支持。例如，统计每个销售员的平均订单金额，有助于评估他们的销售策略和客户维护能力。
- 优化资源分配： 了解不同区域、产品线的平均成本或利润，有助于企业更合理地分配预算和资源，将精力投入到回报率更高的领域。
- 制定策略： 比如，通过分析不同用户群体的平均使用时长，可以为产品迭代和功能开发提供方向。如果发现某个年龄段用户的平均使用时长远低于其他群体，可能就需要针对性地优化体验。
这不仅仅是数字游戏，它背后代表的是对业务更深层次的理解。通过分组平均值，我们能把复杂的整体数据拆解成更易于理解和行动的小块，从而做出更明智的决策。
除了 AVG()，还有哪些常用的分组聚合函数？
当然，AVG() 只是聚合函数家族中的一员。在分组查询中，我们还有很多其他强大的聚合函数，它们各自有不同的用途，但都遵循“对每个分组进行计算”的原则。
这里列举一些非常常用的：
- SUM(expression)：计算总和。 想知道每个部门的总薪资支出？或者每个产品的总销售额？SUM() 是你的首选。
SELECT department, SUM(salary) AS total_salary_expense FROM employees GROUP BY department;
- *COUNT(expression) 或 `COUNT()：计算数量。** COUNT(*)会统计分组内的所有行数，而COUNT(column_name)则会统计指定列非 NULL 值的行数。COUNT(DISTINCT column_name)` 则会统计指定列的不同值的数量。 比如，想知道每个地区有多少个不同的客户：
SELECT region, COUNT(DISTINCT customer_id) AS unique_customers FROM orders GROUP BY region;
- MAX(expression)：计算最大值。 找出每个产品类别中价格最高的商品，或者每个月销售额最高的一天。
SELECT product_category, MAX(price) AS highest_price_product FROM products GROUP BY product_category;
- MIN(expression)：计算最小值。 与 MAX() 相反，用于找出每个分组中的最小值。比如，每个员工的最低销售额。
SELECT employee_id, MIN(sales_amount) AS lowest_sales_record FROM sales_records GROUP BY employee_id;
这些函数可以单独使用，也可以组合使用，甚至可以在一个 SELECT 语句中同时计算多个聚合值，以获得更全面的分组统计信息。掌握它们，能让你的数据分析能力提升一大截。
在分组查询中，如何处理 NULL 值对平均值的影响？
处理 NULL 值在数据分析中是一个非常关键但又容易被忽视的环节，尤其是在计算平均值时。SQL 的 AVG() 函数默认行为是忽略 NULL 值。这意味着在计算平均值时，NULL 值所在的行不会被计入总和，也不会被计入总行数。
这其实是个挺有意思的问题，很多时候我们直觉上会觉得 NULL 应该算作 0，但 SQL 的设计哲学里，NULL 代表未知，所以它在聚合计算时通常被排除在外。
举个例子： 假设我们有以下数据： | id | score | |—-|——-| | 1 | 90 | | 2 | 80 | | 3 | NULL | | 4 | 70 |
如果执行 SELECT AVG(score) FROM table;，结果会是 (90 + 80 + 70) / 3 = 80。NULL 值被直接跳过了。
大多数情况下，这种默认行为是符合预期的。比如，如果 score 列代表考试分数，NULL 可能意味着学生缺考，我们计算平均分时确实不应该把缺考的学生算进去。
但如果业务逻辑要求将 NULL 视为 0（例如，某个销售额字段为 NULL 意味着该笔销售为 0），那么我们就需要显式地进行处理。这时，可以使用 COALESCE() 函数（在某些数据库中也可能是 IFNULL() 或 NVL()）来将 NULL 替换为 0。
SELECT region, AVG(COALESCE(amount, 0)) AS average_sales_including_null_as_zero FROM sales GROUP BY region;
在这里：
- COALESCE(amount, 0) 会检查 amount 列的值。如果 amount 是 NULL，它会返回 0；否则，它会返回 amount 的原始值。
- 这样，AVG() 函数就会在计算时把所有原本是 NULL 的 amount 值都当作 0 来处理。
我个人觉得，处理 NULL 值时，最关键的是要清楚业务上对这些“未知”数据的定义。没有绝对的对错，只有是否符合你的分析目的。在实际工作中，我总是会先和业务方确认，NULL 在这个特定场景下到底代表什么，然后才能决定是忽略它，还是把它替换成 0，或者其他任何有意义的值。这个小细节，往往能决定你数据分析结果的准确性和可用性。