SQL查询求助：基于delayedFlights和airport表统计前5个州内航班延误高发州

你的原始查询无效的核心原因是：delayedFlights表本身没有state字段，也未关联存储州信息的airport表，WHERE state = state的条件完全无法获取有效数据。

以下是正确的SQL查询语句及逻辑说明：

SELECT ap_orig.State AS state, COUNT(df.ID_of_Delayed_Flight) AS num_delays
FROM delayedFlights df
-- 关联出发机场对应的州信息
JOIN airport ap_orig ON df.Orig = ap_orig.airportCode
-- 关联到达机场对应的州信息
JOIN airport ap_dest ON df.Dest = ap_dest.airportCode
WHERE 
    -- 限定为同一州内的航班
    ap_orig.State = ap_dest.State
    -- 排除同一机场往返的无效数据
    AND df.Orig != df.Dest
    -- 筛选存在到达延误或出发延误的航班
    AND (df.ArrDelay > 0 OR df.DepDelay > 0)
GROUP BY ap_orig.State
ORDER BY num_delays DESC
LIMIT 5;

关键逻辑拆解： #

• 两次JOIN操作：分别通过航班的出发机场代码（Orig）和到达机场代码（Dest）关联airport表，获取航班对应的出发州与到达州。
• 三重筛选条件：同时满足同一州内、不同机场间、存在到达/出发延误三个核心统计要求。
• 分组排序：按州分组统计符合条件的延误航班数量，最后按数量降序取前5个州。

内容的提问来源于stack exchange，提问作者Elephants unite