是否有一个 SQL 命令来计算不同列中值的频率？

Posted 2023-03-24

【中文标题】是否有一个 SQL 命令来计算不同列中值的频率？

【英文标题】：Is there an SQL command to count frequencies of a value in different columns?

【发布时间】：2020-10-22 10:51:27

【问题描述】：

我有一个非常庞大的教育项目捐赠数据集。我已经做了一些处理，对于这个问题，有三个感兴趣的表：项目、资金和类别。

项目包含项目 ID、其他一些可忽略的信息（例如开始日期）和项目所属的类别 ID。项目可以属于一个或两个类别，因此每个项目有两列。如果一个项目只属于一个类别，则类别 2 为 NULL。总共有 8 个类别，类别 ID 从 1 到 8。 Funding 包含项目 ID、其他一些可忽略的信息（例如总成本）和项目的当前状态。这要么是“全额资助”，要么是“过期”，因为所有项目都已完成。 类别仅包含 2 列，一列具有 8 个类别 ID，另一列具有类别名称（1 - 体育、2 - 科学等）。

*Project*
project_id  category_id1 category_id2
...             ...         ...
...             ...         ...

*Funding*
project_id  status
...          ...
...          ...

*Category*
Category_ID   project_category
...                   ...
...                   ...

我现在正试图找出每个类别的完全资助的百分比，即（完全资助）/（完全资助+过期）。但是，我似乎无法找到一种方法来为每个类别制作 SQL 计数实例，无论它们是在“项目”表的类别列 1 还是类别列 2 中。这是我到目前为止的输出代码：

SELECT project_category, status, count(project_category)
FROM Project
INNER JOIN Category ON Project.Category_ID1 = Category.Category_ID
INNER JOIN Funding ON Project.project_id = Funding.project_id
GROUP BY project_category, status 

project_category    status    count(project_category)
Applied Learning    Expired        4003
Applied Learning  Fully Funded     11441
Essentials          Expired           16
Essentials        Fully Funded       219
Health & Sports     Expired         1235
Health & Sports   Fully Funded      4518
...                 ....             ...
...                 ....             ...

此输出仅计算 project.category_id1 中的类别。我可以为 project.category_id2 创建另一个表并手动添加它们，但我宁愿有一个表。有没有办法做到这一点？ 感谢您的帮助！

【问题讨论】：

资助状态不在项目表中，而是在单独的资助表中。这是否意味着一个项目可以有多个状态？或者为什么这是一个单独的表？

【参考方案1】：

您可以取消透视然后聚合：

SELECT c.project_category, f.status, count(*)
FROM (SELECT p.project_id1 as project_id, p.Category_ID FROM Project p
      UNION ALL
      SELECT p.project_id2 as project_id, p.Category_ID FROM Project p
     ) p JOIN
     Category c
     ON p.Category_ID = c.Category_ID JOIN
     Funding f
     ON p.project_id = f.project_id
GROUP BY c.project_category, f.status;

请注意，这也引入了表别名和限定的所有列引用。

Here 是一个 dbfiddle。

【讨论】：

感谢您的回复，我没有使用表别名的经验，但我想这没问题。但是，当我运行代码时，我得到一个语法错误'near Union'。你知道这是为什么吗？

@KevinLucas 。 . .我修正了一些拼写错误（但我认为它们不会导致该错误）并添加了一个 dbfiddle 说明查询在语法上是正确的。

@KevinLucas 。 . . SQLite 出于某些奇怪和神秘的原因，不允许在 FROM 子句中使用 UNION ALL 围绕子查询使用括号。我想这是宇宙的奥秘之一。