SQL查询如何统计分组内的空值比例_COUNT与CASE WHEN的结合

首页

数据库

热心网友

转载

2026-04-28

SQL查询如何统计分组内的空值比例：COUNT与CASE WHEN的结合

SQL查询如何统计分组内的空值比例_COUNT与CASE WHEN的结合

在数据清洗和报表分析中，统计字段的空值比例是个高频需求。但这事儿看似简单，实则暗藏玄机。一个最常见的“坑”就是分母用错了。

空值比例统计不能直接用COUNT()除以COUNT(字段)，因COUNT(字段)自动忽略NULL导致分母偏小；正确做法是用COUNT()作分母，分子用COUNT(CASE WHEN 字段 IS NULL THEN 1 END)或SUM(CASE WHEN 字段 IS NULL THEN 1 ELSE 0 END)统计空值行数，并注意空字符串需单独判断。

空值比例统计为什么不能直接用 `COUNT(*)` 除以 `COUNT(字段)`

问题就出在 COUNT(字段) 这个函数的行为上。它有个默认设定：自动忽略 NULL 值。而 COUNT(*) 则是老老实实统计所有行数。这样一来，如果你直接用前者除以后者，逻辑上就拧巴了。

表面上看，COUNT(字段) 像是“非空行数”，但当你真正想计算的是“该字段为空的占比”时，这个公式会把所有 NULL 行都排除在分母之外。结果呢？分母变小，计算出的比例自然就失真了。

举个例子就明白了。假设某个分组内有10行数据，其中4行的 status 字段是 NULL。那么真实的空值比例应该是 4/10 = 40%。但如果用 COUNT(status)/COUNT(*) 来算，得到的是 6/10，这算的是非空比例。正确的思路应该是用 1 - COUNT(status)/COUNT(*)，或者更直接点，统一用 COUNT(*) 当分母，分子则显式地去统计那些 NULL 行。

`CASE WHEN` 统计空值的写法要点

核心技巧在于，把条件判断 CASE WHEN 嵌套在聚合函数里面。具体来说，就是在 COUNT 内部使用 CASE WHEN 字段 IS NULL THEN 1 END。因为 COUNT 函数会忽略 NULL，所以它只会对满足条件（即字段为NULL）并返回了1的行进行计数，ELSE 部分不写或者写 NULL 都可以。

COUNT(CASE WHEN status IS NULL THEN 1 END) → 精准统计 status 为空的行数。
COUNT(*) → 作为分母，代表当前分组的总行数（务必和 GROUP BY 保持一致）。
最终计算比例时，记得处理整数除法。通常乘以一个 1.0 或者转换成 DECIMAL 类型，避免结果被截断成0。例如：ROUND(COUNT(CASE WHEN status IS NULL THEN 1 END) * 100.0 / COUNT(*), 2)。
还有一个容易疏忽的点：如果字段是字符串类型，空字符串 '' 和 NULL 是两码事。如果需要把空字符串也视为“空”，条件得写成：CASE WHEN status IS NULL OR status = '' THEN 1 END。

按多字段分组时，`CASE WHEN` 和 `GROUP BY` 的对齐陷阱

当查询涉及多维度分组时，新手常会踩中两个“陷阱”：要么是 GROUP BY 子句漏掉了参与分组的字段，要么是在 CASE WHEN 里引用了未出现在 GROUP BY 中的非聚合字段。这会导致在 PostgreSQL 或 MySQL 严格模式下直接报错。

怎么避开这些坑？这里有几个实操建议：

先定好分组维度。写 GROUP BY 子句时，确保它囊括了所有用于分组的列，比如 category, region。
CASE WHEN 表达式内部，只能引用这些分组字段、常量，或者是其他聚合函数的结果。
如果想同时查看多个字段的空值率（比如既要看 email 的空值率，也要看 phone 的），那就为每个字段单独写一个 COUNT(CASE...) 表达式，不要试图去复用。
来看一个完整的示例片段：

SELECT category, region,
  ROUND(COUNT(CASE WHEN email IS NULL THEN 1 END) * 100.0 / COUNT(*), 2) AS email_null_pct,
  ROUND(COUNT(CASE WHEN phone IS NULL THEN 1 END) * 100.0 / COUNT(*), 2) AS phone_null_pct
FROM users
GROUP BY category, region;

性能与可读性权衡：用 `SUM` 替代 `COUNT` 是否更好？

当然可以，而且对于很多人来说，SUM 的写法反而更直观：SUM(CASE WHEN status IS NULL THEN 1 ELSE 0 END)。它明确表达了“对标记为1的行进行加总”这个动作，语义上更清晰。这也避免了新手可能产生的误解，比如误以为可以直接写 COUNT(status IS NULL)（这在大多数数据库里要么报错，要么得不到预期结果）。

不过，选用 SUM 时有两个细节要注意：