如何用SQL计算分组数据非空比例以评估数据稀疏度？
- 内容介绍
- 文章标签
- 相关推荐
本文共计823个文字，预计阅读时间需要4分钟。
在SQL中，没有内置名为`DENSITY`或`SPARSITY`的函数。所谓的稀疏度通常不是指数学密度，而是指数据在各个分组中的非空值占比。在业务上，通常表示为：
关键点在于：必须按分组计算，且要区分 NULL 和空字符串——很多误用把 COUNT(col) 当成“非空计数”，却忘了 COUNT() 本身就会跳过 NULL，但不会跳过 ''；而 COUNT(*) 统计所有行，不管字段是否为空。
用 COUNT + CASE 算每组非空比例（最通用写法）
核心逻辑是：分母用 COUNT(*)（该组总行数），分子用显式条件判断哪些算“有效值”。不能依赖 COUNT(col) 直接替代，尤其当列允许空字符串或零值时。
本文共计823个文字，预计阅读时间需要4分钟。
在SQL中，没有内置名为`DENSITY`或`SPARSITY`的函数。所谓的稀疏度通常不是指数学密度，而是指数据在各个分组中的非空值占比。在业务上，通常表示为：
关键点在于：必须按分组计算，且要区分 NULL 和空字符串——很多误用把 COUNT(col) 当成“非空计数”，却忘了 COUNT() 本身就会跳过 NULL，但不会跳过 ''；而 COUNT(*) 统计所有行，不管字段是否为空。
用 COUNT + CASE 算每组非空比例（最通用写法）
核心逻辑是：分母用 COUNT(*)（该组总行数），分子用显式条件判断哪些算“有效值”。不能依赖 COUNT(col) 直接替代，尤其当列允许空字符串或零值时。