集約とGROUP BY — データを集計する

データを1行ずつ取り出すだけでなく、「部門ごとの平均給料」「地域別の売上合計」のようにまとめて集計したい場面はよくあります。これを担うのが集約関数と GROUP BY です。

集約関数

集約関数は、複数の行を受け取って1つの値を返す関数です。代表的なものは次のとおりです。

たとえば employees テーブル全体の人数と平均給料は、次のように求めます。

SELECT COUNT(*) AS num, AVG(salary) AS avg_salary
FROM employees;

AS は結果の列に名前（別名）を付ける記法です。付けておくと結果が読みやすくなります。

GROUP BY — グループごとに集計する

「全体」ではなく「部門ごと」のように、あるまとまりごとに集計したいときは GROUP BY を使います。

SELECT dept, COUNT(*) AS num, AVG(salary) AS avg_salary
FROM employees
GROUP BY dept;

これは dept（部門）ごとに行をまとめ、それぞれの人数と平均給料を計算します。結果は部門の数だけの行になります。

ここで大切なルールがあります。SELECT に書ける列は、GROUP BY に指定した列か、集約関数だけです。たとえば GROUP BY dept のときに SELECT name を書くことはできません（1つの部門に複数の名前があり、どれを返すか決まらないため）。

複数の列でグループ化することもできます。

SELECT region, category, SUM(quantity) AS total
FROM sales
GROUP BY region, category;

これは「地域×カテゴリ」の組み合わせごとに数量を合計します。

WHERE と HAVING の違い

集計結果をさらに絞り込みたいときは HAVING を使います。よく混同されるので、WHERE との違いを整理します。

• WHERE … グループ化する前に、個々の行を絞り込む
• HAVING … グループ化した後に、集計結果を絞り込む

たとえば「平均給料が 550 以上の部門だけ」を出すには HAVING を使います。

SELECT dept, AVG(salary) AS avg_salary
FROM employees
GROUP BY dept
HAVING AVG(salary) >= 550;

一方、「入社年が 2020 年以降の社員だけを対象に、部門ごとの人数」を数えるなら、行を先に絞る WHERE を使います。

SELECT dept, COUNT(*) AS num
FROM employees
WHERE hire_year >= 2020
GROUP BY dept;

両方を同時に使うこともできます。順序は WHERE → GROUP BY → HAVING です。

SELECT dept, AVG(salary) AS avg_salary
FROM employees
WHERE hire_year >= 2020
GROUP BY dept
HAVING AVG(salary) >= 550;

集約と NULL

COUNT(*) は行数を数えますが、COUNT(列) はその列が NULL でない行だけを数えます。また SUM や AVG は NULL を無視して計算します。NULL の扱いは集計結果に影響するので、意図した対象を数えているか確認しましょう。

まとめ

• 集約関数（COUNT/SUM/AVG/MAX/MIN）は複数行を1つの値にまとめる
• GROUP BY でまとまりごとに集計する
• SELECT に出せるのは GROUP BY の列か集約関数だけ
• 行を絞るのは WHERE、集計結果を絞るのは HAVING

集約は、データから傾向をつかむための基本技術です。「集約・グループ化」カテゴリの演習問題で、実際のデータを集計してみてください。