如何使用与计数不同语句相关的百分比创建附加列

Posted 2023-04-17

【中文标题】如何使用与计数不同语句相关的百分比创建附加列

【英文标题】：How to create an additional column with the percentages related to a count distinct statement

【发布时间】：2019-07-19 20:27:55

【问题描述】：

我正在尝试在表格中查询每个不同的医学专业（例如肿瘤科医生、儿科医生等），然后计算一个索赔 (claim_id) 与其相关联的次数，我已经使用了这个：

select distinct specialization, count(distinct claim_id) AS Claim_Totals
from table1
group by specialization
order by Claim_Totals DESC

但是，我还想增加一列，列出表格中每个专业构成的百分比（基于与之相关的claim_id 的数量）。因此，例如，如果总共有 100 条索赔，并且“cardiologist”有 25 条 claim_id 相关记录，“oncologist”有 15 条，“普通外科医生”有 10 条，依此类推，我希望输出如下所示：

specialization | Claims_Totals | PERCENTAGE
___________________________________________
cardiologist       25               25%
oncologist         15               15%
general surgeon    10               10%

【问题讨论】：

distinct before specialization 在 select 列表中是多余的，因为已经包含在 group by 列表中

【参考方案1】：

可以这样做吗？我不熟悉巴巴罗斯的语法。如果这样更简洁更好。

select specialization, count(distinct claim_id) AS Claim_Totals, count(distinct claim_id)/total_claims
from table1 
INNER JOIN ( SELECT COUNT(DISTINCT claim_id)*1.0000 total_claims AS total_claims 
               FROM table1 ) TMP
   ON 1 = 1
group by specialization
order by Claim_Totals DESC


select specialization, 
       count(distinct claim_id) AS claim_by_spec,
       count(distinct claim_id)/
       ( SELECT COUNT(DISTINCT claim_id)*1.0000
               FROM table1 ) AS percentage_calc
from table1 
group by specialization
order by Claim_Totals DESC

【讨论】：

我在尝试运行时不断收到解析错误

@David 我猜蜂巢没有“交叉连接”。添加了一些替代方案。

感谢您的编辑，我认为这可行，但我得到的 percentage_calc 格式非常不理想（例如 6.434891e-8、0.00001241463087 等）。数据库很大，有没有办法让这个看起来像样？再次感谢

您确定要乘以 1.0000 而不是 10000？

我只是在介绍 hive 进行整数除法的可能性

【参考方案2】：

您可以使用sum(count(distinct)) over() 获取总体声明，并将其用于分母以获取百分比。

select specialization
      ,count(distinct claim_id) AS Claim_Totals
      ,round(100*count(distinct claim_id)/sum(count(distinct claim_id)) over(),3) as percentage
from table1
group by specialization

【讨论】：

感谢发帖，我相信这可以正常工作，但percentage 列的格式非常混乱。有没有办法将其清理为仅包含 10.115%（或四舍五入到最接近的千分之一）？

对结果使用函数round，小数点后位数为所需位数。

您能告诉我如何将其构建到您的特定查询中吗？我对圆形函数不熟悉

【参考方案3】：

你可以使用

,concat_ws('',count(distinct claim_id),'%') as percentage

或

,concat(count(distinct claim_id),'%') as percentage

添加到选择列表的尾部

顺便说一句，distinct 在选择列表中的特化之前是多余的，因为已经包含在 group by 列表中。

【讨论】：

我尝试运行两者，但他们只是给了我 Claim_Totals 列作为 %。我想让新列中的百分比与总索赔的总和成比例。抱歉，我最初的评论不是很清楚。

@David 您是否将选择列表添加为select specialization, count(distinct claim_id) AS Claim_Totals, concat(count(distinct claim_id),'%') as percentage

我用过：select specialization, count(distinct claim_id) AS Claim_Totals, concat(count(distinct claim_id),'%') as percentage from table1 group by specialization order by Claim_Totals DESC

【参考方案4】：

因为您使用的是count(distinct)，所以窗口函数的用处不大。你可以试试：

select t1.specialization,
       count(distinct t1.claim_id) AS Claim_Totals,
       count(distinct t1.claim_id) / tt1.num_claims
from table1 t1 cross join
     (select count(distinct claim_id) as num_claims
      from table1
     ) tt1
group by t1.specialization
order by Claim_Totals DESC