Google BigQuery中的分组统计：按类别计算总销量与平均售价

嘿，这两个需求在Google BigQuery里用简单的聚合SQL就能轻松搞定！我先假设你的表结构大概是这样的（如果字段名和表名不一样，直接替换成你自己的就行）：

• 表名：sales_data（如果在特定项目/数据集下，记得写成your_project.your_dataset.sales_data）
• 类别字段：product_category
• 售出数量字段：quantity_sold
• 商品单价字段：unit_price

1. 按类别统计售出商品总数量 #

用SUM()聚合函数配合GROUP BY就能实现，按类别分组后直接求和售出数量：

SELECT
  product_category,
  SUM(quantity_sold) AS total_quantity_sold
FROM
  `sales_data`
-- 可选：加过滤条件，比如只统计2024年的销售数据
-- WHERE sale_date >= '2024-01-01'
GROUP BY
  product_category
ORDER BY
  total_quantity_sold DESC; -- 可选：按总销量降序排列，快速查看热门类别

2. 按类别计算商品平均售价 #

这里要注意两种常见的「平均售价」统计逻辑，你可以根据实际需求选择：

方式一：单个商品单价的算术平均值 #

如果是想统计所有售出商品的单价的平均水平，直接用AVG()函数：

SELECT
  product_category,
  ROUND(AVG(unit_price), 2) AS average_unit_price -- ROUND用来保留两位小数，可选
FROM
  `sales_data`
-- 可选：加过滤条件
-- WHERE sale_date BETWEEN '2024-01-01' AND '2024-06-30'
GROUP BY
  product_category
ORDER BY
  average_unit_price DESC;

方式二：总销售额除以总售出数量（更贴近实际营收的平均售价） #

这种方式是计算该类别商品的总营收除以总销量，能更准确反映每卖出一件商品的平均收入：

SELECT
  product_category,
  ROUND(SUM(unit_price * quantity_sold) / SUM(quantity_sold), 2) AS average_selling_price
FROM
  `sales_data`
-- 可选：加过滤条件
-- WHERE product_category IS NOT NULL -- 排除空类别数据
GROUP BY
  product_category
ORDER BY
  average_selling_price DESC;

小提示：如果你的表是分区表，记得加上分区过滤条件（比如按日期分区时指定sale_date范围），能减少BigQuery扫描的数据量，降低查询成本哦～

内容的提问来源于stack exchange，提问作者Huzefa Sadikot