SQL多行转多列实现同组属性合并到同一行的操作方法

大数据量下推荐使用窗口函数+条件聚合的实现方式，仅需一次全表扫描即可完成转换，相比原生PIVOT语法兼容性更强、执行效率更高，避免多轮IO开销。

具体SQL代码 #

假设你的原表名为sku_sales_rank，代码如下：

SELECT 
    Sku_Code,
    Channel,
    MAX(CASE WHEN rn = 1 THEN Category END) AS Category,
    MAX(CASE WHEN rn = 2 THEN Category END) AS Category_1,
    MAX(CASE WHEN rn = 1 THEN Website END) AS Website,
    MAX(CASE WHEN rn = 2 THEN Website END) AS Website_1,
    Date
FROM (
    SELECT 
        *,
        -- 按三个分组字段分区，给组内每行分配唯一序号
        ROW_NUMBER() OVER (PARTITION BY Sku_Code, Channel, Date ORDER BY Rank) AS rn
    FROM sku_sales_rank
) t
GROUP BY Sku_Code, Channel, Date;

代码说明 #

• 内层子查询用ROW_NUMBER()窗口函数，将Sku_Code、Channel、Date三个字段值相同的行划为同一分组，组内按Rank排序后生成从1开始的连续行号
• 外层用条件聚合：同一行号对应唯一的Category和Website值，用MAX/MIN聚合函数取出对应值，组内不存在对应行号的字段自动返回空值，完全匹配你需要的输出效果
• 如果你的业务场景中同一个分组下最多有N条重复行，只需要对应加CASE WHEN rn = N THEN xxx END的聚合字段即可

性能优化建议 #

如果表数据量达到千万级以上，提前给Sku_Code, Channel, Date三个字段建立联合索引，窗口函数可直接利用索引的有序性生成分组行号，避免额外的内存/磁盘排序开销，执行速度可提升数倍。

PIVOT语法补充说明 #

如果你使用的数据库支持原生PIVOT语法（比如Oracle、SQL Server、Spark SQL），也可以用PIVOT实现，但本质底层逻辑和上述条件聚合一致，性能差异不大，上述写法兼容性更强，可在MySQL、PostgreSQL等所有支持窗口函数的数据库中运行。

内容的提问来源于stack exchange，提问作者Sluna