大家好，又见面了，我是你们的朋友全栈君。
以学生表举个例子，展现学生的各门学科和成绩，我们先新建一张表(表中插入测试值的时候用到了rand取随机数，没用过的可以了解下–>
点击打开)：
点击打开)：
Create Table Students(Name varchar(10), Subject Nvarchar(10),Score int)
Insert into Students
Select 'Andy' ,'Chiness',round(60+40*rand(),0) Union all
Select 'Burgess' ,'Chiness',round(60+40*rand(),0) Union all
Select 'Ula' ,'Chiness',round(60+40*rand(),0) Union all
Select 'Lily' ,'Chiness',round(60+40*rand(),0) Union all
Select 'Demon' ,'Chiness',round(60+40*rand(),0) Union all
Select 'Andy' ,'Math',round(60+40*rand(),0) Union all
Select 'Burgess' ,'Math',round(60+40*rand(),0) Union all
Select 'Ula' ,'Math',round(60+40*rand(),0) Union all
Select 'Lily' ,'Math',round(60+40*rand(),0) Union all
Select 'Demon' ,'Math',round(60+40*rand(),0) Union all
Select 'Andy' ,'English',round(60+40*rand(),0) Union all
Select 'Burgess' ,'English',round(60+40*rand(),0) Union all
Select 'Ula' ,'English',round(60+40*rand(),0) Union all
Select 'Lily' ,'English',round(60+40*rand(),0) Union all
Select 'Demon' ,'English',round(60+40*rand(),0)
这张表的呈现形式如下：
通过行列转换函数：
SELECT * FROM Students
PIVOT(MAX(SCORE) FOR Subject IN(Chiness,Math,English) ) AS PVT
这边需要留意一下PIVOT函数使用的结构了，首先是写一个查询语句，然后是对这个查询结果集中的某一列的值进行了行列转换的操作（我这里是把学科这一列的值“语文、数学、英语”转换为列），其中还必须包含了一个聚集函数（聚集函数一共有5个，分别是：count、sum、max、min、avg，无论是用哪一个聚集函数都代表着不同的意义，我这里用的MAX，针对这里聚集函数的使用我在后面的篇章中有讲到–>
点击打开）
点击打开）
呈现形式如下：
注：pivot函数前面接的一定是一条查询语句，我上面的这条例子查询语句比较简单，直接select * from 也就通过了，最终结果也没有报错，其实正规来讲，如果select 语句比较复杂，这种写法可能会报错的，下面有一种保险一点的写法：
SELECT * FROM (
–这里写复杂的sql查询语句
) a
PIVOT(–此次省略相关code) AS PVT
之前的例子可以这样写：
SELECT * FROM (
SELECT * FROM Students
) a
PIVOT(MAX(SCORE) FOR Subject IN(Chiness,Math,English) ) AS PVT最终的执行结果是一样的！
和PIVOT相反的还有一个UNPIVOT行数，顾名思义，一个是“行转列”另一个就是“列转行”，好了，这个函数的使用方法我会在下一篇介绍~~
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/129288.html原文链接：https://javaforall.net
![python易错盲点排查之+=与+的区别分析以及一些赋值运算踩过的坑[通俗易懂]](https://javaforall.net/wp-content/uploads/2020/11/2020110817443450-480x300.jpg)
