Nivel 3 · Pedidos por canal y estado

GROUP BY divide las filas en grupos que comparten los mismos valores y luego ejecuta el agregado una vez por grupo:

SELECT channel, COUNT(*) AS orders
FROM orders
GROUP BY channel;

Eso devuelve una fila por canal. Añade una segunda columna y obtienes una fila por combinación:

SELECT channel, status, COUNT(*) AS orders
FROM orders
GROUP BY channel, status;

La única regla

Toda columna de la lista de SELECT debe estar dentro de una función de agregación o aparecer en GROUP BY. Esto falla en Postgres, DuckDB y BigQuery:

SELECT channel, status, COUNT(*)
FROM orders
GROUP BY channel;   -- error: status is neither grouped nor aggregated

La base de datos no puede mostrar un único status para un grupo que contiene muchos estados. Las versiones antiguas de MySQL (o MySQL con ONLY_FULL_GROUP_BY desactivado) devuelven en silencio un status arbitrario en lugar de dar error, lo cual es peor. DuckDB tiene un atajo GROUP BY ALL que agrupa por todas las columnas no agregadas; es práctico, pero no es portable a Postgres ni a MySQL (BigQuery y Snowflake lo han añadido hace poco).

Combinaciones que no existen

GROUP BY solo devuelve grupos que tienen al menos una fila. Si el canal marketplace nunca tuvo un pedido pendiente, no hay fila “marketplace, pending, 0”. Cuando un informe necesita ceros para combinaciones faltantes, construyes la cuadrícula completa de combinaciones y haces LEFT JOIN de los conteos sobre ella, una técnica del capítulo 5.

Ordenar resultados agrupados

Los resultados agrupados vuelven sin un orden garantizado. Añade ORDER BY cuando importe, y puedes ordenar por el alias del agregado:

SELECT channel, COUNT(*) AS orders
FROM orders
GROUP BY channel
ORDER BY orders DESC;

Agrupar por expresiones

Puedes agrupar por cualquier expresión, siempre que la lista de SELECT use la misma:

SELECT EXTRACT(YEAR FROM order_date) AS order_year, COUNT(*) AS orders
FROM orders
GROUP BY EXTRACT(YEAR FROM order_date);

Postgres, DuckDB, MySQL y BigQuery también aceptan GROUP BY order_year (el alias) o GROUP BY 1 (la posición). Las posiciones son comunes en el código de analítica, pero los nombres sobreviven mejor a las ediciones.

Errores comunes

• Agrupar por una columna de alta cardinalidad como order_id y preguntarte por qué todos los conteos son 1.
• Incluir una columna extra “solo para verla”, lo que divide los grupos y cambia todos los números. Si necesitas una columna descriptiva como el nombre de un producto junto a su ID, agrupa por ambas.

En SQL Server

Misma regla: cada columna seleccionada se agrupa o se agrega. SQL Server no acepta posiciones ni alias de SELECT en GROUP BY, así que repite la expresión, y usa YEAR() (o DATEPART) donde DuckDB usa EXTRACT:

SELECT YEAR(order_date) AS order_year, COUNT(*) AS orders
FROM orders
GROUP BY YEAR(order_date);