Agrupación por selección — Fundamentos de SQL

• El problema inicial
• La solución: GROUP BY
• Alias ​​para columnas
• ¿Qué pasa si intento agregar otra columna?
• Cómo funciona GROUP BY
• Corrigiendo la consulta

Imagina que queremos saber cuántos cursos ha tomado cada estudiante en nuestra escuela en línea. A primera vista, parece sencillo: solo necesitamos contar las inscripciones en la tabla course_members. Pero si tenemos cientos de estudiantes, hacerlo uno por uno sería una locura 😅

En esta lección aprenderás cómo resolverlo fácilmente con el operador GROUP BY.

El problema inicial

Primero, seleccionemos todos los identificadores de usuarios únicos que aparecen en la tabla course_members:

SELECT DISTINCT user_id
FROM course_members
ORDER BY user_id;

Ver en DB Fiddle

Hasta aquí bien: sabemos quiénes se inscribieron. Pero si queremos contar cuántos cursos ha tomado cada usuario, podríamos intentar hacerlo así:

SELECT COUNT(*) FROM course_members WHERE user_id = 2;
SELECT COUNT(*) FROM course_members WHERE user_id = 3;
-- Y así sucesivamente...

Ver en DB Fiddle

💡 El problema es que tendríamos que escribir una consulta para cada estudiante, y eso es inviable si hay muchos.

La solución: GROUP BY

Nos permite agrupar filas con valores iguales (por ejemplo, por user_id) y aplicar una función agregada sobre cada grupo. En nuestro caso: agrupar por usuario y contar cuántos registros (cursos) tiene cada uno.

SELECT
  user_id,
  COUNT(*)
FROM course_members
GROUP BY user_id
ORDER BY user_id;

✨ En una sola consulta, conseguimos lo mismo que antes hacíamos con muchas. Cada fila del resultado representa un grupo: un usuario y su cantidad de cursos.

Ver en DB Fiddle

Alias ​​para columnas

El sistema asigna automáticamente a la segunda columna el nombre count. Podemos hacerla más legible con alias, usando la palabra clave AS.

SELECT
  user_id AS student,
  COUNT(*) AS courses_count
FROM course_members
GROUP BY user_id
ORDER BY user_id;

Ver en DB Fiddle

Los alias hacen que tus consultas sean más claras, sobre todo cuando trabajas con reportes. Solo recuerda: los nombres no pueden tener espacios ni comenzar con un número.

¿Qué pasa si intento agregar otra columna?

Veamos qué ocurre si añadimos created_at (fecha de registro) a la misma consulta:

SELECT
  user_id AS student,
  created_at,
  COUNT(user_id) AS courses_count
FROM course_members
GROUP BY user_id
ORDER BY user_id;

Esto provocará un error ⛔️

Query Error: column "course_members.created_at" must appear in the GROUP BY clause
or be used in an aggregate function

El error nos dice que el SGBD no sabe qué hacer con created_at: hay varias fechas diferentes dentro del mismo grupo, y no se puede mostrar “una sola”.

Cómo funciona GROUP BY

Cuando usas GROUP BY, la base de datos:

1. Toma todos los registros con el mismo valor del campo indicado (por ejemplo, user_id).
2. Los agrupa.
3. Aplica las funciones agregadas (COUNT, MAX, MIN, AVG, etc.) sobre cada grupo.

👉 Solo puedes mostrar:

• El campo por el que agrupas (porque es igual en todo el grupo).
• O campos sobre los que aplicas funciones agregadas.

Por eso el ejemplo anterior fallaba: queríamos mostrar created_at, pero sin decirle a SQL cómo combinar varios valores distintos.

Corrigiendo la consulta

Supongamos que queremos saber la fecha del último curso de cada estudiante. Podemos usar MAX(created_at) para obtener la más reciente.

SELECT
    user_id AS student,
    COUNT(user_id) AS courses_count,
    MAX(created_at) AS last_reg
FROM course_members
GROUP BY user_id
ORDER BY user_id;

Ver en DB Fiddle

💡 Ahora sí funciona, porque la base sabe qué hacer con los valores de created_at: de todos los que hay en el grupo, toma el más reciente (MAX).

Materiales adicionales

1. GROUP BY / PostgreSQL (en inglés)