SQL如何实现按年龄段进行用户统计_CASEWHEN与GROUP BY

在用户数据分析场景中，按年龄段统计用户分布是高频需求，通过SQL的CASE WHEN条件判断结合GROUP BY分组功能，可以高效完成这类统计任务，不需要额外在应用层做复杂处理。

实现思路说明

核心逻辑分为两步，第一步是用CASE_WHEN语句给每个用户匹配对应的年龄段标签，第二步是用GROUP_BY对年龄段标签进行分组，再统计每个组的用户数量。首先需要明确年龄段的划分规则，比如常见的划分方式是0-18岁为未成年，19-30岁为青年，31-50岁为中年，51岁及以上为老年，也可以根据业务需求自定义划分区间。

基础表结构示例

假设我们有一个用户基础信息表user_info，表结构如下：

完整查询语句实现

按照上述年龄段划分规则，完整的统计查询语句如下：

-- 按年龄段统计用户数量
SELECT 
  CASE 
    WHEN age <= 18 THEN '0-18岁'
    WHEN age >= 19 AND age <= 30 THEN '19-30岁'
    WHEN age >= 31 AND age <= 50 THEN '31-50岁'
    ELSE '51岁及以上'
  END AS age_group,
  COUNT(user_id) AS user_count
FROM user_info
WHERE age IS NOT NULL  -- 过滤年龄为空的异常数据
GROUP BY age_group
ORDER BY 
  CASE age_group
    WHEN '0-18岁' THEN 1
    WHEN '19-30岁' THEN 2
    WHEN '31-50岁' THEN 3
    ELSE 4
  END;

代码逻辑解析

上述查询语句的执行逻辑如下：

• CASE WHEN部分会逐行判断每个用户的age值，匹配到对应的条件后返回对应的年龄段标签，赋值给age_group字段。
• COUNT(user_id)用于统计每个年龄段下的用户数量，使用user_id统计可以避免重复计数，前提是user_id是唯一非空字段。
• WHERE age IS NOT NULL是可选的过滤条件，用于排除年龄字段为空的异常用户数据，避免统计结果偏差。
• 最后的ORDER BY子句通过嵌套CASE WHEN，让统计结果按照年龄段的顺序从小到大排列，更符合阅读习惯。

注意事项

实际使用中需要注意几个细节：

• 年龄段划分的区间边界要清晰，避免同一个年龄匹配到多个条件，比如不要同时写age <= 30和age >= 30，会导致30岁的用户匹配到两个标签。
• 如果age字段存在负数或者超过合理范围的值，建议先通过WHERE条件过滤掉这些异常数据，比如增加age > 0 AND age < 120的条件。
• 如果统计的用户表数据量很大，可以在age字段上建立索引，提升CASE WHEN判断的执行效率。

扩展场景示例

如果需要同时统计每个年龄段的用户占比，可以在上述查询的基础上做扩展：

-- 统计每个年龄段的用户数量和占比
SELECT 
  age_group,
  user_count,
  CONCAT(ROUND(user_count / total_count * 100, 2), '%') AS user_ratio
FROM (
  SELECT 
    CASE 
      WHEN age <= 18 THEN '0-18岁'
      WHEN age >= 19 AND age <= 30 THEN '19-30岁'
      WHEN age >= 31 AND age <= 50 THEN '31-50岁'
      ELSE '51岁及以上'
    END AS age_group,
    COUNT(user_id) AS user_count,
    (SELECT COUNT(user_id) FROM user_info WHERE age IS NOT NULL) AS total_count
  FROM user_info
  WHERE age IS NOT NULL
  GROUP BY age_group
) AS temp
ORDER BY 
  CASE age_group
    WHEN '0-18岁' THEN 1
    WHEN '19-30岁' THEN 2
    WHEN '31-50岁' THEN 3
    ELSE 4
  END;

这个扩展查询通过子查询先获取总有效用户数，再计算每个年龄段的用户占比，返回的结果包含年龄段、用户数量、用户占比三个字段，满足更丰富的统计需求。

SQLCASE_WHENGROUP_BY年龄段统计用户统计修改时间：2026-07-15 00:36:35