Nano Hash - криптовалюты, майнинг, программирование

Нужна помощь в обратном повороте - имена столбцов становятся данными, а затем значениями в этом столбце

Я хочу извлечь данные из таблицы и вставить результаты в таблицу #temp, где имя столбца является частью набора результатов. Я знаю, что могу получить имена столбцов из информационной таблицы схемы, но мне нужны данные в одном из столбцов. В исходной таблице будет только 1 строка, поэтому я в основном выполняю команду reverse STUFF или reverse Pivot. Набор результатов будет columnName и Value, но несколько строк - столько строк, сколько столбцов.

Таким образом, в основном набор результатов или таблица имеют только 2 столбца: один для имени столбца и один для значения в этом столбце. Это моя цель. Я знаю, что стержень делает это в обратном направлении, но не могу найти «Обратный стержень». Я использую SQL Server 2008.

Любая помощь будет оценена по достоинству. Спасибо!

sql-server tsql pivot
21.05.2015

  • Мы в StackOverflow не можем вам помочь без дополнительной информации. Попробуйте добавить некоторые образцы данных и желаемые результаты из этих образцов данных в свой вопрос. 22.05.2015

Ответы:


1

Можете ли вы дать лучшее описание того, что вам нужно? Например, больше информации о структурах таблиц и т. д.

Несмотря ни на что. Ниже приведен пример использования оператора CROSS APPLY для преобразования «сводной таблицы» в плоскую таблицу.

Данные в сводной таблице

+----+-----------+----------+----------------+
| Id | FirstName | LastName |    Company     |
+----+-----------+----------+----------------+
|  1 | Joe       | Bloggs   | A Company      |
|  2 | Jane      | Doe      | Lost and Found |
+----+-----------+----------+----------------+

Инструкция SQL для преобразования сводной таблицы в плоскую

IF OBJECT_ID('PivotedTable', 'U') IS NOT NULL
    DROP TABLE PivotedTable

GO

CREATE TABLE PivotedTable (
    Id INT IDENTITY,
    FirstName VARCHAR(255),
    LastName VARCHAR(255),
    Company VARCHAR(255)
)

INSERT PivotedTable (FirstName, LastName, Company)
    VALUES ('Joe', 'Bloggs', 'A Company'), ('Jane', 'Doe', 'Lost and Found')


SELECT
    FlatTable.ColumnName,
    FlatTable.Value
FROM PivotedTable t
CROSS APPLY (
VALUES
('FirstName', FirstName),
('LastName', LastName),
('Company', Company)
) FlatTable (ColumnName, Value)

Вывод запроса после преобразования в плоскую таблицу

+------------+----------------+
| ColumnName |     Value      |
+------------+----------------+
| FirstName  | Joe            |
| LastName   | Bloggs         |
| Company    | A Company      |
| FirstName  | Jane           |
| LastName   | Doe            |
| Company    | Lost and Found |
+------------+----------------+
21.05.2015
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..