GROUP BY y funciones de agregación en SQL

GROUP BY agrupa muchas filas en una sola fila por grupo (por región, por producto, por mes) para que puedas calcular totales, conteos y promedios de cada grupo con funciones de agregación como SUM, COUNT, AVG, MIN y MAX. Agrega HAVING cuando necesites filtrar los grupos mismos, por ejemplo "solo los vendedores con al menos $300 en ventas". Es el equivalente en SQL de una tabla dinámica y está detrás de casi todos los números de un dashboard de negocio.

La tabla de ventas de ejemplo

Todos los ejemplos usan esta pequeña tabla sales (ventas). Fíjate que la venta 6 tiene un monto vacío (NULL), algo común en datos reales que afecta algunos resultados:

Las cinco funciones de agregación que más usarás

Las funciones de agregación toman muchos valores y devuelven uno. Sin GROUP BY, resumen toda la tabla:

SELECT
    COUNT(*)      AS total_rows,
    COUNT(amount) AS rows_with_amount,
    SUM(amount)   AS total_sales,
    AVG(amount)   AS avg_sale,
    MIN(amount)   AS smallest_sale,
    MAX(amount)   AS largest_sale
FROM sales;

Resultado: 7 filas, 6 filas con monto, total 910, promedio de aproximadamente 151.67, mínimo 30 y máximo 300.

Esa última columna es importante: aquí el promedio es 910 ÷ 6, no 910 ÷ 7, porque la fila con NULL se ignora. Si un monto vacío realmente debe contar como cero, escribe AVG(COALESCE(amount, 0)).

GROUP BY: una fila por grupo

Agrega GROUP BY y las agregaciones se calculan por separado para cada grupo:

SELECT
    region,
    COUNT(*)    AS sales_count,
    SUM(amount) AS total_sales,
    AVG(amount) AS avg_sale
FROM sales
GROUP BY region
ORDER BY total_sales DESC;

El promedio de West es 210 (420 ÷ 2) porque la venta de Omar no tiene monto. Este es justo el tipo de detalle que hace que dos dashboards muestren un "ticket promedio" distinto.

La regla de oro

Cada columna del SELECT debe estar en la lista del GROUP BY o dentro de una función de agregación. SELECT region, rep, SUM(amount) FROM sales GROUP BY region da error en PostgreSQL y SQL Server, porque la base de datos no sabe qué vendedor mostrar en una región que tiene dos. (Algunos motores, como SQLite y MySQL con ciertas configuraciones, la aceptan y eligen un valor cualquiera, lo cual es todavía más peligroso.)

Agrupar por varias columnas

SELECT region, product, SUM(units) AS units
FROM sales
GROUP BY region, product
ORDER BY region, product;

Esto devuelve una fila por cada combinación de región y producto que existe en los datos: East-Coffee 16, East-Tea 4, South-Tea 2, West-Coffee 12, West-Snacks 20 y West-Tea 8.

WHERE vs HAVING

Ambos filtran, pero en momentos distintos. WHERE filtra filas antes de agrupar; HAVING filtra grupos después de agregar, así que puede usar funciones de agregación.

SELECT rep, SUM(amount) AS total_sales
FROM sales
GROUP BY rep
HAVING SUM(amount) >= 300
ORDER BY total_sales DESC;

Resultado: Mia 420 y Ana 340. Luis (150) y Omar (sin monto) quedan fuera.

Puedes usar ambos en la misma consulta. Esta excluye primero los snacks y luego conserva solo las regiones que todavía tienen al menos dos ventas:

SELECT region, SUM(amount) AS total_sales
FROM sales
WHERE product <> 'Snacks'
GROUP BY region
HAVING COUNT(*) >= 2;

Resultado: East 460 y West 420. El orden lógico completo es FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY.

Patrones prácticos para reportes de negocio

Contar clientes o vendedores únicos

SELECT COUNT(DISTINCT rep) FROM sales; devuelve 4. Los conteos distintos son la forma de medir clientes activos, compradores únicos o SKUs activos.

Totales condicionales (un pivot en SQL)

Combina SUM con CASE para convertir filas en columnas, igual que una tabla dinámica:

SELECT
    region,
    SUM(CASE WHEN product = 'Coffee' THEN amount ELSE 0 END) AS coffee_sales,
    SUM(CASE WHEN product = 'Tea'    THEN amount ELSE 0 END) AS tea_sales
FROM sales
GROUP BY region
ORDER BY region;

Resultado: East 400 / 60, South 0 / 30, West 300 / 120. Si ya usas tablas dinámicas, nuestra guía de tablas dinámicas en Excel muestra la misma idea desde la hoja de cálculo.

Totales por mes

Las funciones de fecha cambian según la base de datos. Para agrupar por mes, usa DATE_TRUNC('month', sale_date) en PostgreSQL, DATETRUNC(month, sale_date) en SQL Server 2022 o posterior (o YEAR() y MONTH() en versiones anteriores) y strftime('%Y-%m', sale_date) en SQLite. Agrupa por la misma expresión que pones en el SELECT.

Subtotales y total general con ROLLUP

Los reportes suelen necesitar subtotales, como las filas de "Total" de una tabla dinámica. ROLLUP los agrega por ti:

-- PostgreSQL y SQL Server
SELECT region, product, SUM(amount) AS total_sales
FROM sales
GROUP BY ROLLUP (region, product)
ORDER BY region, product;

-- MySQL
SELECT region, product, SUM(amount) AS total_sales
FROM sales
GROUP BY region, product WITH ROLLUP;

Además de las filas normales de región y producto, el resultado incluye una fila de subtotal por región (con product en NULL) y una fila de total general (con ambas columnas en NULL) igual a 910. Envuelve las columnas en COALESCE(region, 'Todas las regiones') si quieres etiquetas legibles, pero ten en cuenta que un NULL real en tus datos recibiría la misma etiqueta.

Agrega antes de llegar al dashboard

Si tu tabla de origen tiene millones de transacciones pero tu dashboard solo muestra totales diarios por tienda, una consulta con GROUP BY (o una vista en la base de datos) que preagregue los datos puede hacer tu reporte mucho más liviano y rápido. Nuestra guía para conectar Power BI a bases de datos SQL explica cuándo conviene este enfoque y cuándo es mejor conservar el detalle.

Errores comunes

• Usar una agregación en WHERE. WHERE SUM(amount) > 300 da error; usa HAVING.
• Olvidar cómo se comportan los NULL. AVG y COUNT(columna) ignoran los NULL, así que los resultados pueden ser distintos a lo que esperas.
• Agrupar al nivel equivocado. Si agregas una columna de más al GROUP BY (como sale_id), obtienes una fila por venta y en realidad no resumes nada.
• Contar doble después de un JOIN. Si un JOIN duplica filas, SUM duplica los totales. Revisa JOINs en SQL explicados para saber cómo detectarlo.

Próximos pasos

Recrea la tabla de ejemplo y ejecuta cada consulta, comparando con los resultados de arriba. Luego arma un reporte semanal con tus propios datos: totales por región, clientes distintos y un filtro con HAVING. Cuando necesites rankings o acumulados sin colapsar las filas, continúa con las funciones de ventana en SQL.

Mira: lecciones en video

▶

▶

Preguntas frecuentes