zoukankan      html  css  js  c++  java
  • 数据库数据筛选方案

    一 如果只进行单一的筛选,比如只对日期进行筛选,显示一定时期内的数据等等。这样可以直接用数据库语句经行筛选

     例子:

    string sqlstr=string.fomat("select * from table1 where date  between {0} and {1}",datetimepiker1.value.toshortdatestring(),datetimepiker2.value.toshortdatestring());
    二、如果经行多项条件筛选,比如有日期,有打折或正价,等等,这样的话最好把数据复制到一个新的表中,然后利用DATASET的属性来进行显示,当然也可以利用数据库中表的特有属性来经行判断(两个自己选一个)。
    private void Filter(bool isSpeed)
            {
               // DataView dv = new DataView(ds.Tables [0]);
                DataTable dt=ds .Tables[0];//提取数据
    
                if (isSpeed == true)
                {
                    // dv.RowFilter = "aveSpeed='false'";
                    dt.Columns.Remove("aveSpeed");
                    //dt.Rows["aveSpeed"].ToString () = 60;
                    DataRow[] drArr = dt.Select("AveSpeed>'60'");//筛选数据
                   // DataRow[] drArr= dt.Select("'++'<datatime");
    
                    //筛选显示
                    DataTable dtNew = dt.Clone();
                    for (int i = 0; i < drArr.Length; i++)
                    {
                        dtNew.ImportRow(drArr [i]);
    
                    }
                    this.dgvRoadReport .DataSource =dtNew ;
                }
    
                else
                {
                    //dv.RowFilter = "aveSpeed='true'";
                }
                
                
    
            }


    利用数据库属性的话(DATAVIEW 自己百度吧):

     private void Filter(Boolean isDiscount)
            {
                DataView dv = new DataView(ds.Tables[0]);
                if (isDiscount == true)
                {
                    dv.RowFilter = "是否特价='false'";
                }
                else
                {
                    dv.RowFilter = "是否特价='true'";
                }
                // 重新绑定数据源
                this.dgvCommodity.DataSource = dv;
            }
  • 相关阅读:
    P1613 跑路
    数据挖掘-聚类分析(Python实现K-Means算法)
    使用scikit-learn 估计器分类
    数据挖掘-集成学习
    数据挖掘-关联分析 Apriori算法和FP-growth 算法
    scikit-learn 中常用的评估模型
    数据挖掘---支持向量机(SVM)
    数据挖掘-KNN-K最近邻算法
    数据挖掘-决策树
    数据挖掘-逻辑Logistic回归
  • 原文地址:https://www.cnblogs.com/mamiyiya777/p/7306596.html
Copyright © 2011-2022 走看看