能否使用AVG函数计算含UNION子查询中两组结果的平均值？嵌套AVG查询合理性咨询

这个问题问得特别好——其实核心在于对平均值再取平均是否能代表真实的整体平均值，关键看你内层每个平均值背后的样本量是否一致，咱们一步步拆解：

你的理解什么时候是对的？ #

如果对于同一个supplier+year+month分组，两个子查询（tableA关联tableB、tableC关联tableB）的样本数量完全相同，那外层的avg(average)确实能得到正确的整体平均值。

举个例子：假设某个分组里，tableA关联出10条数据，计算出的avg是5；tableC关联出10条数据，avg是6。外层算(5+6)/2=5.5，和直接把20条数据放一起算的整体avg结果是一样的。这种情况下，你把内层平均值当成单一“代表值”来平均的逻辑是成立的。

什么时候会出错？ #

但如果两个子查询的样本数量不一样，外层的未加权平均就会偏离真实的整体平均值——这也是那位数学专业朋友说“不能对平均值再次取平均”的原因。

比如还是同一个分组：tableA关联出10条数据，avg是5；tableC关联出20条数据，avg是6。外层算出来是(5+6)/2=5.5，但真实的整体avg应该是(10*5 + 20*6)/(10+20)≈5.67。这时候你忽略了样本量的权重，结果自然就不准了。

更稳妥的解决方案 #

要避免这个问题，最直接的办法是不要提前在子查询里计算平均值，而是把所有原始的age计算结果合并后，再统一计算整体平均值。改写你的SQL如下：

select supplier, year, month, avg(age_diff) as average 
from (
    -- 保留原始的age计算结果，不提前取平均
    select supplier, year, month, age(tableA.date, tableB.date) as age_diff 
    from tableA join tableB using(supplier)
    UNION ALL 
    select supplier, year, month, age(tableC.date, tableB.date) as age_diff 
    from tableC join tableB using(supplier)
) as x 
group by supplier, year, month

这种方式不管两个子查询的样本量差异多大，最终的平均值都是准确的，因为它直接基于所有原始数据计算。

总结 #

你的理解在样本量一致的场景下是合理的，但从通用性和准确性角度来说，直接合并原始数据再计算平均值的方案更可靠，也能避免因样本量差异带来的计算偏差。

内容的提问来源于stack exchange，提问作者DChall