SQL计算分组变量占总数的份额

Posted 2023-03-22

【中文标题】SQL计算分组变量占总数的份额

【英文标题】：SQL calculate share of grouped variables to total count

【发布时间】：2021-10-09 09:38:44

【问题描述】：

这可能很容易，机器人不知何故我无法得到想要的结果：

我的数据如下所示：我有一张大桌子，上面有已售商品。每个项目都有一个指定的类别（此处为 A-D）和国家/地区。我想计算每个类别在欧洲销售了多少商品，以及该特定类别在总销售额中的份额是多少

我的数据如下所示：

country	item_id	item_cat
Europe	1	A
Europe	2	A
Europe	3	B
Europe	4	B
Europe	5	C
Europe	6	C
Europe	7	C
USA	8	D
USA	9	D
USA	10	D

我想要的输出如下：

country	item_cat	cat_sales	total_sales	share
Europe	A	2	7	0.29
Europe	B	2	7	0.29
Europe	C	3	7	0.43

我尝试的是：

SELECT 
   country, 
   item_cat, 
   count(*) as cat_sales,
   count(*) OVER () as total_sales,
   cat_sales / total_sales as share
FROM data
where country='Europe'
group by item_cat

但是 SQL 告诉我不能在一个请求中分组和使用窗口化。 我怎么能解决这个问题？ 提前致谢

【参考方案1】：

有几种方法，一种是预先计算 CTE 中的总销售额，然后从中选择剩余的总销售额。

我不使用 impala，但是在标准 SQL 中这应该可以工作

with tot as (
    select *, 
      Count(*) over(partition by country) * 1.0 as total_sales
    from t
)
select country, item_cat, 
    Count(*) as cat_sales, 
    total_sales,
    Round(Count(*) / total_sales, 2) as Share
from tot
where country='europe'
group by country, item_cat, total_sales

【讨论】：

谢谢！不过有一个小问题：我是否应该在with (...) 语句中添加过滤器where country='europe'，以减少负载并提高执行速度，如果它预先计算所有内容，还是仅在语句末尾和你的例子一样？

是的，你可以这样做，在这种情况下你不需要分区