SQL中如何计算每个分组非空值比例与分布情况

统计非空比例这事儿，听着简单，但上手一跑，坑可不少。先理清一个常见误区：COUNT(列名)虽然会忽略掉NULL行，但空字符串''和纯空格' '，它可是照单全收的。所以，要是想算业务上真正“有内容”的数据占比，光靠裸的COUNT()还真不够，必须得搭配CASE WHEN或者WHERE来做二次过滤。

用 COUNT 和 CASE 算比例，到底怎么才准？

最简单的做法是什么？直接用COUNT(*)和COUNT(column_name)一除，非空占比就出来了。原因很简单——COUNT(column_name)天生就会自动跳过NULL。

但有新手容易掉进一个坑：千万别写COUNT(column_name IS NOT NULL)。这个表达式会把布尔值（TRUE是1，FALSE是0）当成整数来统计，结果……所有行都被算进去了，非空比例永远是100%。

操作上给几个要点：

• 标准公式：ROUND(COUNT(column_name) * 100.0 / COUNT(*), 2)。注意乘个100.0，不然整数除法一截断，结果全没了。
• 如果字段是个字符串，要特别小心——''不等于NULL，COUNT()不会放过它。这时候得用CASE WHEN column_name IS NOT NULL AND column_name != ''来兜底。
• 分组统计很简单，直接让GROUP BY后面跟这个表达式就行，完全不用绕一圈去搞子查询。

想看分布形态？光算比例远远不够

比例只能回答“有多少是空的”，但没法告诉你“非空的值到底长什么样”。比方说status字段虽然非空，但里面是“active”还是“inactive”，各自的频次又是多少？要摸清楚这个，得让GROUP BY嵌套起来，或者上窗口函数。

常见的几个场景和写法：

• 想知道每个分类下，非空值的种类和出现次数：在主分组（比如category）内部，再对status做次分组，然后加上条件HA VING status IS NOT NULL，或者直接用WHERE预先过滤掉空行。
• 如果想保留空值分组，比如显示“该分类下状态为空的有5条，是‘active’的有12条”：可以把NULL转成一个可见的分类标签，比如CASE WHEN status IS NULL THEN 'NULL' ELSE status END，再去做聚合。
• 在PostgreSQL（8.0+）里，可以用更简洁的COUNT(*) FILTER (WHERE column_name IS NOT NULL)；MySQL的话，SUM(IF(column_name IS NOT NULL, 1, 0))语义更清晰。

NULL 和空字符串混在一起？最容易踩的坑来了

实际业务数据里，NULL、''、' '这三兄弟常常同时出现。但它们在COUNT()、IS NULL、= ''这些判断中的表现，完全不是一个路数。

关键区别得记牢：

• COUNT(col) 跳过NULL，但''和' '一个都不放过。
• col IS NULL 只认真正的NULL，空字符串它不认。
• TRIM(col) = '' 能同时捕获空格和空字符串，但注意TRIM(NULL)会直接返回NULL，所以得先判一下是否为空。
• 最稳妥的预处理写法是：CASE WHEN col IS NULL THEN 'NULL' WHEN TRIM(col) = '' THEN 'EMPTY' ELSE 'VALID' END，把杂乱的状态统一成一个干净的分类字段。

性能与兼容性，这些细节千万别忽略

大表上频繁算非空分布，别在SELECT里反复写COUNT(CASE ...)，那会让数据库多次扫描。一次聚合能搞定的事情，就别拆成多个子查询来折腾自己。

平台兼容性也得留个心眼：

• SQLite 不支持FILTER语法，必须老老实实用SUM(CASE WHEN ... THEN 1 ELSE 0 END)。
• Oracle 里，''被视为NULL，这点跟其他数据库完全不同。迁移时一定要专门验证逻辑，否则数据对不上都不知原因。
• 如果字段类型是JSON或数组（比如PostgreSQL的jsonb），IS NULL判断的是整个字段是否为null，而不是内容是否为空。得用jsonb_typeof(col) = 'null'或者col ? 'key'这样的专用方法。

最后分享一个实战小技巧：别上来就写大段查询。先用SELECT * FROM t WHERE col IS NULL OR col = '' LIMIT 10看一眼数据的真实形态，比硬套模板省时间得多。