选择非标准化形式的mysql数据

如果这似乎是一个“愚蠢”的问题，请道歉——我真的不知道用什么词来描述我正在尝试做什么（因此，在这方面寻求帮助有点徒劳无功）

基本上，我最初的数据是：

|      timestamp      | category A | category B | .......| category n|
| 2011-12-02 00:05:00 |    23.63   |    27.00   | .......|   24.03   |
| 2011-12-02 00:10:00 |    23.75   |    24.42   | .......|   24.45   |
| 2011-12-02 00:15:00 |    23.31   |    23.96   | .......|   26.54   |

我将这些数据放入一个数据库（并将其标准化），以便它在数据库中存在，如下所示：

+---------------------+--------------+-------+
| timestamp           | catergory_id | value |
+---------------------+--------------+-------+
| 2011-12-02 00:05:00 |            2 | 27.00 |
| 2011-12-02 00:10:00 |            2 | 24.42 |
| 2011-12-02 00:15:00 |            2 | 23.96 |
| 2011-12-02 00:20:00 |            2 | 23.73 |
| 2011-12-02 00:25:00 |            2 | 23.73 |
+---------------------+--------------+-------+

我试图通过时间戳选择不同的类别（以便进行比较），如下所示：

+---------------------+-------+-------+
| timestamp           | cat_a | cat_b |
+---------------------+-------+-------+
| 2011-12-02 00:05:00 | 23.63 | 27.00 |
| 2011-12-02 00:10:00 | 23.75 | 24.42 |
| 2011-12-02 00:15:00 | 23.31 | 23.96 |
| 2011-12-02 00:20:00 | 23.00 | 23.73 |
| 2011-12-02 00:25:00 | 22.91 | 23.73 |
+---------------------+-------+-------+

这基本上类似于原始数据结构（但我想在多个类别和可变类别之间进行选择/比较，而不仅仅是两个类别）

我已经能够使用

join

（在各个表中选择了各个类别之后）来实现这一点。这对于跨两个类别进行比较是可以的，但似乎效率很低，特别是如果我想选择15或20个不同的类别进行比较。如果某个特定类别缺少一个数据点，这也是有问题的

（我做这件事的另一种方法是选择单独的表，然后将数据“合并”到python应用程序中，稍后在该应用程序中使用数据，但这似乎同样低效）

我觉得在mysql中必须有一种更简单或更直观的方法来实现这一点——我只是缺少了一些非常基本的东西。我真的不想去规范化（因为有很多类别，除了这个之外，将其规范化用于其他用途也是有意义的）

---

干杯，

这基本上是一个数据透视表问题。MySQL没有内置的SQL扩展，无法像其他DBMS那样生成数据透视表，因此有点棘手。您可以在这里找到一种制作它们的方法：

我使用python数据工具来解决这个问题。（这不适合那些对纯MySQL解决方案感兴趣的人——在这种情况下，请查看上面Joni的解决方案，或者查看一些类似的stackoverflow答案，例如or）

首先，我用我想要选择/比较的数据创建了熊猫数据框（使用

pandas.io

中的

sql.read\u frame

方法以及相应的

sql\u查询

）：

这创建了一个数据帧，如下所示：

df.head（）：

然后使用

pandas.pivot\u table

方法对其进行“透视”：

df2=df.pivot_table(rows='timestamp',cols='category_id',values='value')

它创建了我所追求的精确输出：

df2.head（）：

希望其他人觉得这个有用

对——“数据透视表”——这似乎是我遗漏的术语！快速搜索表明，这方面有相当多的资料。谢谢（也谢谢你的链接）

             timestamp       category_id  value
0  2011-01-01 00:00:00                 4   22.05
1  2011-01-01 00:05:00                 4   24.10
2  2011-01-01 00:10:00                 4   23.98
3  2011-01-01 00:15:00                 4   24.10
4  2011-01-01 00:20:00                 4   24.10

df2=df.pivot_table(rows='timestamp',cols='category_id',values='value')

category_id              2      4      5      6      7
timestamp                                             
2011-01-01 00:00:00  23.43  22.05  25.07  19.47  21.32
2011-01-01 00:05:00  25.31  24.10  25.69  21.32  22.94
2011-01-01 00:10:00  25.31  23.98  24.84  21.32  22.59
2011-01-01 00:15:00  25.31  24.10  25.47  21.10  21.39
2011-01-01 00:20:00  25.31  24.10  25.69  20.01  17.9