直接对地址字符串用SUBSTRING(address,1,6)截取前6位当区域码极易出错，因地址含空格、括号、混写等非标格式；必须基于标准12位行政区划代码字段area_code才可安全使用：省级取SUBSTRING(area_code,1,2)，地级取SUBSTRING(area_code,1,4)，县级取SUBSTRING(area_code,1,6)，并需加LENGTH和REGEXP校验确保数据合规。
用SUBSTRING截取行政区划代码做分组的常见误区
直接对地址字符串用 SUBSTRING(address, 1, 6) 截取前6位当区域码，大概率统计错——中国行政区划代码（GB/T 2260）是层级编码，但业务表里的“地址”字段往往含括号、空格、省市区混写（如“广东省深圳市南山区科技园”），根本没法靠固定位置截取。
真正可用的起点是：**必须有标准的12位行政区划代码字段**（如 area_code），或先通过外部数据清洗补全。否则 SUBSTRING 只会放大脏数据的影响。
按省级/地级/县级分组的SUBSTRING写法与边界说明
假设你已有一列 area_code，值为标准12位数字（如广东深圳南山区是 440305，注意末尾6位补零后共12位），此时才能安全使用 SUBSTRING：
- 省级分组：取前2位 →
SUBSTRING(area_code, 1, 2)（如44代表广东） - 地级分组：取前4位 →
SUBSTRING(area_code, 1, 4)（如4403代表深圳） - 县级分组：取前6位 →
SUBSTRING(area_code, 1, 6)（如440305代表南山区）
注意：MySQL 中 SUBSTRING(str, pos, len) 的 pos 从1开始；PostgreSQL/SQL Server 要用 SUBSTR 或 LEFT，且索引从1起算一致。别写成 SUBSTRING(area_code, 0, 2) —— MySQL 里 pos=0 会返回空字符串。
销售额统计时必须加WHERE过滤空码和非法长度
area_code 字段常存在空值、短于6位（如只有“广东”）、或含字母（如“CN-440305”），不处理会导致分组混乱甚至NULL被归入同一组：
- 加长度校验：
WHERE LENGTH(TRIM(area_code)) = 12 - 加数字校验（MySQL）：
AND area_code REGEXP '^[0-9]{12}$' - 排除全零码：
AND area_code != '000000000000'
漏掉这些，SUM(sale_amount) 可能把测试数据、占位符、错误导入记录全算进去，且难以排查。
关联行政区划表比硬编码更可靠
只靠 SUBSTRING 得到的是数字码，业务方看不懂“440305”是谁。与其在报表层拼接名称，不如 JOIN 标准行政区划维表：
SELECT p.province_name, c.city_name, SUM(t.sale_amount) AS total_sales FROM sales_table t JOIN area_dim c ON SUBSTRING(t.area_code, 1, 4) = c.city_code JOIN area_dim p ON SUBSTRING(t.area_code, 1, 2) = p.province_code WHERE LENGTH(t.area_code) = 12 GROUP BY p.province_name, c.city_name;
维表 area_dim 需含 province_code（2位）、city_code（4位）、county_code（6位）及对应中文名。这样既避免重复截取逻辑，又天然支持按省/市灵活切换，还能统一处理撤并区域（如“巢湖市”已撤销，维表中可标为失效）。
真正麻烦的从来不是 SUBSTRING 怎么写，而是确认那串数字到底是不是 GB/T 2260 编码、有没有随民政部最新公告更新。
