avg()函数在sql中用于计算指定列的非NULL值的平均值，其工作原理是先对非null值进行累加并计数，再用总和除以数量得到结果；它自动忽略null值，确保计算准确性；若需将null视为0参与计算，可结合coalesce等函数处理；通过与where子句结合，可计算满足特定条件的数据平均值，如“研发部”员工的平均薪资或某时间段内的平均销售额；进一步结合group by子句，则能按指定列分组计算每组的平均值，如各部门或各类产品的平均薪资与销售额，从而提供更精细化的数据分析支持。
SQL里要算平均值，最直接也最常用的就是
AVG()
函数了。它能帮你快速得到一列数值的平均数，省去了手动加总再除的麻烦，是数据分析中最基础也最核心的操作之一。
解决方案
AVG()
函数是SQL中用于计算指定列的平均值的聚合函数。它的用法非常直观，你只需要在
语句中指定要计算平均值的列名即可。
举个例子，假设你有一个名为
Products
的表，里面有
Price
这一列，你想知道所有产品的平均价格，你可以这样写：
SELECT AVG(Price) FROM Products;
这个查询会遍历
Products
表中
Price
列的所有非空值，将它们加起来，然后除以非空值的数量，最终返回一个平均价格。需要注意的是，
AVG()
函数默认会忽略
NULL
值，这一点在实际应用中非常重要，因为这意味着它只对有实际数值的数据进行计算，避免了
NULL
值对平均值的干扰。
AVG函数在SQL查询中是如何工作的？ 从我个人的经验来看，理解
AVG
函数的工作机制，不仅仅是知道它能算平均值那么简单。它背后其实是一个两步走的过程：先是累加，然后是计数。具体来说，当你执行
SELECT AVG(column_name) FROM table_name;
时，数据库系统会扫描你指定的
column_name
这一列。它会把所有遇到的非
NULL
数值累加起来，同时也会默默地数着有多少个这样的非
NULL
值。最后，用累加的总和除以计数的数量，就得到了我们想要的平均值。
这里有个小细节，但它非常关键：
AVG
函数天生就是“聪明”的，它会自动跳过那些
NULL
值。比如说，你有个
Scores
表，有些学生的成绩是
NULL
，表示他们可能没参加考试或者数据缺失。如果你直接
SELECT AVG(Score) FROM Scores;
，那么这些
NULL
成绩是不会被计入平均值计算的，这通常也是我们希望的结果，因为它能反映出实际有成绩的那些人的平均水平。如果想计算所有值的平均值，包括0，那需要确保数据中没有
NULL
，或者用
COALESCE
等函数将
NULL
转换为0。
计算特定条件下的平均值：AVG函数与WHERE子句结合使用 很多时候，我们需要的不是所有数据的平均值，而是特定子集的平均值。这时候，
AVG
函数的真正威力就体现出来了，它能和
WHERE
子句完美结合。
WHERE
子句就像一个筛选器，它允许你在计算平均值之前，先根据某些条件对数据进行过滤。
比如，你想知道公司里“研发部”员工的平均薪资，而不是所有员工的平均薪资。或者，你只想计算去年某个特定产品类别的销售额平均值。这些场景都离不开
WHERE
子句的帮助。
-- 计算研发部门员工的平均薪资 SELECT AVG(Salary) FROM Employees WHERE Department = '研发部'; -- 计算2023年所有订单的平均销售额 SELECT AVG(SalesAmount) FROM Orders WHERE OrderDate BETWEEN '2023-01-01' AND '2023-12-31';
通过这种方式，我们能够更精确地聚焦到感兴趣的数据点上，得到的平均值也因此更具分析价值。这其实是数据分析中非常常见的一种需求，因为原始的、未经筛选的全局平均值，往往无法满足业务决策的细致要求。
分组平均值：使用AVG函数和GROUP BY子句 当你需要对数据进行分类，并计算每个类别的平均值时，
AVG
函数与
GROUP BY
子句的组合就成了你的不二之选。这种用法能让你一眼看清不同群体或不同维度下的平均表现，比如不同部门的平均薪资、不同产品线的平均销量，或者不同地区的平均客户消费。
GROUP BY
子句的作用是根据你指定的列，将结果集分成若干个逻辑上的组。然后，
AVG
函数会针对每个组独立计算其平均值。这比你手动筛选、计算每个组的平均值要高效得多，也更不容易出错。
-- 计算每个部门的平均薪资 SELECT Department, AVG(Salary) FROM Employees GROUP BY Department; -- 计算每个产品类别的平均销售额 SELECT ProductCategory, AVG(SalesAmount) FROM Products GROUP BY ProductCategory;
这种分组计算平均值的能力，对于理解数据分布、进行绩效评估或者市场分析都非常有帮助。它能把原本平铺直叙的数据，瞬间转换成富有洞察力的汇总信息。在我看来，掌握了
AVG
和
GROUP BY
的组合，基本上就掌握了SQL数据分析的半壁江山，因为这能让你从宏观层面快速定位问题或发现趋势。
