按另一列值分组和计数

Posted 2023-03-23

【中文标题】按另一列值分组和计数

【英文标题】：Group and count by another columns value

【发布时间】：2018-09-11 12:06:36

【问题描述】：

我有一张如下表：

CREATE TABLE public.test_table
(
    "ID" serial PRIMARY KEY NOT NULL,
    "CID" integer NOT NULL,
    "SEG" integer NOT NULL,
    "DDN" character varying(3) NOT NULL
)

数据看起来像这样：

ID  CID SEG DDN
1   1   1   "711"
2   1   2   "800"
3   1   3   "124"
4   2   1   "711"
5   3   1   "711"
6   3   2   "802"
7   4   1   "799"
8   5   1   "799"
9   5   2   "804"
10  6   1   "799"

我需要按 CID 列对这些数据进行分组，并获取列计数取决于 DDN 列的第一个值，但计数必须给我两个不同的信息，如果它大于 1。

如果不能解释清楚，我真的很抱歉。让我告诉你我需要什么..

DDN END TRA
711 1   2
799 2   1

如您所见，DDN:711 有 1 条单次计数记录 (ID:4)。这是 END 列。 但是 2 次有多个 SEG 计数（ID：1to3 和 ID：5to6）。这是 TRA 列。

我无法确定 group 子句中应该包含哪一列！

我的解决方案：

刚刚找到如下解决方案

WITH x AS (
    SELECT
        (SELECT t1."DDN" FROM public.test_table AS t1
         WHERE t1."CID"=t."CID" AND t1."SEG"=1) AS ddn,
        COUNT("CID") AS seg_count       
    FROM public.test_table AS t
    GROUP BY "CID"
)

SELECT ddn, COUNT(seg_count) AS "TOTAL",    
    SUM(CASE WHEN x.seg_count=1 THEN 1 ELSE 0 END) as "END",
    SUM(CASE WHEN x.seg_count>1 THEN 1 ELSE 0 END) as "TRA"
FROM x
GROUP BY ddn;

【问题讨论】：

你必须给我们一个更好的解释你想要什么。我不明白您在示例中如何计算 END 和 TRA。

再次抱歉！如果您查看前 3 条记录，CID 值是相同的，并且有 3 条记录意味着我应该算作 TRA（TRAnsferred）。现在让我们看一下第 4 条记录，它的 CID 值为 2，它的单个记录，这意味着我应该将其算作 END（ENDed）。

一点解释； ID:1to3 具有相同的 CID，第一个 DDN 是 711。我应该将这个 TRA 计算为 711。ID:4 有单个 CID，第一个 DDN 是 711。我应该将这个 END 计算为 711。ID:5to6 具有相同的 CID，第一个 DDN 是711. 我应该把这个 TRA 算作 711。ID:7 有单个 CID，第一个 DDN 是 799。我应该把这个 END 算作 799。ID:8to9 有相同的 CID，第一个 DDN 是 799。我应该把这个 TRA 算作 799。 ID:10 有单个 CID，第一个 DDN 是 799。我应该把这个 END 算作 799。

请不要将其他信息发布为 cmets edit 您的问题。

我看到您找到了自己的解决方案。我还建议你一个作为答案。

【参考方案1】：

等效的、更快的查询：

SELECT "DDN"
     , COUNT(*) AS "TOTAL"
     , COUNT(*) FILTER (WHERE seg_count = 1) AS "END"
     , COUNT(*) FILTER (WHERE seg_count > 1) AS "TRA"
FROM  (
   SELECT DISTINCT ON ("CID")
         "DDN"          -- assuming min "SEG" is always 1
       , COUNT(*) OVER (PARTITION BY "CID") AS seg_count
   FROM   test_table
   ORDER  BY "CID", "SEG"
   ) sub
GROUP  BY "DDN";

db小提琴here

注意事项

CTE 通常速度较慢，只应在 Postgres 需要的地方使用。

这相当于问题中的查询假设每个“CID”的最小“SEG”总是1 - 因为这个查询返回具有最小值的行“SEG”，而您的查询返回带有"SEG" = 1 的那个。通常，您需要“第一个”段，而我的查询更可靠地实现了此要求，但问题并不清楚。

COUNT(*) 比COUNT(column) 稍快，但不涉及 NULL 值（适用于此处）。相关：

PostgreSQL: running count of rows for a query 'by minute'

关于DISTINCT ON：

Select first row in each GROUP BY group?

聚合 FILTER 语法需要 Postgres 9.4+：

Conditional SQL count

【讨论】：

@James：我又增加了一项改进。

【参考方案2】：

这是我提出的解决方案，我猜查询可以简化。

CREATE TABLE test_table
(
    ID serial PRIMARY KEY NOT NULL,
    CID integer NOT NULL,
    SEG integer NOT NULL,
    DDN character varying(3) NOT NULL
);



insert into test_table(CID,SEG,DDN)
values
(   1,   1,   '711'),
(   1,   2,   '800'),
(   1,   3,   '124'),
(   2,   1,   '711'),
(   3,   1,   '711'),
(   3,   2,   '802'),
(   4,   1,   '799'),
(   5,   1,   '799'),
(   5,   2,   '804'),
(   6,   1,   '799');


with summary as (with ddn_t as (select cid,ddn,row_number() OVER( PARTITION BY cid)from test_table)
select a.cid,count(distinct a.ddn),b.ddn
 from ddn_t a 
 join ddn_t b on b.cid=a.cid and b.row_number=1
group by a.cid, b.ddn)
select ddn,
sum (case when count >1 then 1 else 0 end) as TRA,
sum (case when count = 1 then 1 else 0 end) as END
from summary
group by ddn;