计算不同值的出现而不分组？

Posted 2023-05-07

【中文标题】计算不同值的出现而不分组？

【英文标题】：Count occurence of distinct value without grouping?

【发布时间】：2020-04-28 14:28:05

【问题描述】：

我需要逐行提取而不对所有 clientID 进行分组，见下文。

我正在编写一个快速摘要，以了解我们的客户预订产品的次数，以便我们了解他们的第二次、第三次或第四次预订。

select c.clientid, c.bookref, left(c.tourno, 6) as tourref, c.book_date
from cust c

where c.book_date between '2018-01-01' and ' 2020-01-01'

order by clientid asc, book_date asc

这是非常基本的 SQL，每次预订都会生成一行结果。我需要做的是计算ClientID出现的次数，并通过“clientid asc，book_date asc”对表格进行排序，我应该能够得出一长串预订以及每行对应的预订号.

不幸的是，我看到的所有帮助示例基本上都将 ID 列分组，所以我可以看到 ID“255253”的计数为 7（因此有 7 个预订），但不知道这些预订是什么。

谢谢！顺便说一句，我正在使用 Advantage SQL。

我认为最好的解释方法是，假设您在 Excel 的 A 列中有一个按日期顺序排列的 clientID 升序列表，然后将此公式应用于单元格 B2：

=IF(A2=A1,B1+1,1)

【参考方案1】：

你可以使用窗口函数：

select c.clientid, c.bookref, left(c.tourno, 6) as tourref, c.book_date,
       count(*) over (partition by c.clientid) as client_cnt
from cust c
where c.book_date between '2018-01-01' and '2020-01-01'
order by clientid asc, book_date asc;

AdvantageSQL 可能不支持这些。您也许可以将您想要的东西连接在一起：

select c.clientid, count(*) as client_cnt,
       group_concat(c.bookref order by book_date)
from cust c
where c.book_date between '2018-01-01' and '2020-01-01'
group by clientid asc;

【讨论】：

嗨 Gordon，你说得对，我认为 Advantage 不支持 Window 函数，我收到一条错误消息，指出：poQuery: Error 7200: AQE Error: State = 42000;本机错误 = 2115; [iAnywhere 解决方案][Adv​​antage SQL 引擎]未找到预期的词法元素：FROM 您在 SELECT 语句中的列定义之后缺少关键字 FROM。 -- SQL语句中的错误位置是：95（行：2列：22）

【参考方案2】：

select c.clientid, c.bookref, left(c.tourno, 6) as tourref, c.book_date, c2.number_of_bookings 
        from cust c
        inner join (select clientid, count(*) AS number_of_bookings from cust
where book_date between '2018-01-01' and '2020-01-01'        
group by clientid) c2
        on c.clientid = c2.clientid 
        order by c.clientid asc, c.book_date asc

我会将同一张表加入到自身中。

【讨论】：

嗨彼得，谢谢你，它工作得很好。还有一件事，所以这正确地显示了出现的数量，但它没有显示一个上升的数字来显示每组 clientID 的预订。这么说吧，假设我们有 ClientID 6 和 Client 7，6 有两个预订，7 有三个。我想在每个客户的行旁边看到一个 1 和 2，所以他们的第一个预订是“1”，他们的第二个是“2” - 同样对于客户 7，他们各自都有一个 1、2 和 3线。希望这是有道理的。

实际上，抱歉，将其与提取的计数进行比较会产生 95% 的准确度。不幸的是，我认为您的加入是将 clientID 的计数与整个数据库进行比较，而不是时间范围。