Oracle:如何在一个范围内“分组”?
Posted
技术标签:
【中文标题】Oracle:如何在一个范围内“分组”?【英文标题】:Oracle: how to "group by" over a range? 【发布时间】:2011-01-29 19:13:42 【问题描述】:如果我有这样的表:
pkey age
---- ---
1 8
2 5
3 12
4 12
5 22
我可以“分组”来计算每个年龄。
select age,count(*) n from tbl group by age;
age n
--- -
5 1
8 1
12 2
22 1
我可以使用什么查询来按年龄范围分组?
age n
----- -
1-10 2
11-20 2
20+ 1
我使用的是 10gR2,但我也对任何特定于 11g 的方法感兴趣。
【问题讨论】:
【参考方案1】:SELECT CASE
WHEN age <= 10 THEN '1-10'
WHEN age <= 20 THEN '11-20'
ELSE '21+'
END AS age,
COUNT(*) AS n
FROM age
GROUP BY CASE
WHEN age <= 10 THEN '1-10'
WHEN age <= 20 THEN '11-20'
ELSE '21+'
END
【讨论】:
这应该是这个问题的第一个也是唯一一个答案。不过可以使用更多格式。 不,CASE 语句使用短路评估 短路评估会如何导致此查询出现问题?因为案例是有序的并使用 阿德里安,你说得对,这是对先前已被删除的评论的回复。 有没有办法包含一个没有行的范围。示例:如果没有人超过 20,则查询返回一行 (20+, 0)?【参考方案2】:试试:
select to_char(floor(age/10) * 10) || '-'
|| to_char(ceil(age/10) * 10 - 1)) as age,
count(*) as n from tbl group by floor(age/10);
【讨论】:
地板/除法的巧妙用法! 当我们有定义的模式并且可以通过表达式计算组时,这种方法会更好。它不需要在查询中明确提及组,因此可以在不修改查询的情况下提供新组 .... 这不起作用,它会导致 错误 ORA-00979: not a GROUP BY 表达式,因为 GROUP BY 表达式中缺少ceil(age/10)
。但是正如@NitinMidha 所写,这种方法的方向更好,所以我投票赞成这个答案。【参考方案3】:
您要查找的基本上是histogram 的数据。
x 轴为年龄(或年龄范围),y 轴为计数 n(或频率)。
在最简单的形式中,可以像您已经描述的那样简单地计算每个不同年龄值的数量:
SELECT age, count(*)
FROM tbl
GROUP BY age
但是,当 x 轴有太多不同的值时,可能需要创建组(或集群或存储桶)。在您的情况下,您按 10 的恒定范围分组。
我们可以避免为每个范围编写 WHEN ... THEN
行 - 如果不是关于年龄,可能会有数百个。相反,由于@NitinMidha 提到的原因,@MatthewFlaschen 的方法更可取。
现在让我们构建 SQL...
首先,我们需要将年龄分成 10 个范围组,如下所示:
0-9 10-19 20 - 29 等这可以通过将年龄列除以10然后计算结果的FLOOR来实现:
FLOOR(age/10)
"FLOOR 返回等于或小于 n 的最大整数" http://docs.oracle.com/cd/E11882_01/server.112/e26088/functions067.htm#SQLRF00643
然后我们使用原始 SQL 并将 age 替换为该表达式:
SELECT FLOOR(age/10), count(*)
FROM tbl
GROUP BY FLOOR(age/10)
这没关系,但我们还看不到范围。相反,我们只看到计算出的底值0, 1, 2 ... n
。
要获得实际的下限,我们需要再次将其乘以 10,从而得到0, 10, 20 ... n
:
FLOOR(age/10) * 10
我们还需要每个范围的上限 bound + 10 - 1 或
FLOOR(age/10) * 10 + 10 - 1
最后,我们将两者连接成这样的字符串:
TO_CHAR(FLOOR(age/10) * 10) || '-' || TO_CHAR(FLOOR(age/10) * 10 + 10 - 1)
这会创建'0-9', '10-19', '20-29'
等。
现在我们的 SQL 看起来像这样:
SELECT
TO_CHAR(FLOOR(age/10) * 10) || ' - ' || TO_CHAR(FLOOR(age/10) * 10 + 10 - 1),
COUNT(*)
FROM tbl
GROUP BY FLOOR(age/10)
最后,应用一个顺序和漂亮的列别名:
SELECT
TO_CHAR(FLOOR(age/10) * 10) || ' - ' || TO_CHAR(FLOOR(age/10) * 10 + 10 - 1) AS range,
COUNT(*) AS frequency
FROM tbl
GROUP BY FLOOR(age/10)
ORDER BY FLOOR(age/10)
但是,在更复杂的场景中,这些范围可能不会被分组为大小为 10 的恒定块,但需要动态聚类。 Oracle 包含更高级的直方图函数,请参阅http://docs.oracle.com/cd/E16655_01/server.121/e15858/tgsql_histo.htm#TGSQL366
感谢@MatthewFlaschen 的方法;我只解释了细节。
【讨论】:
【参考方案4】:这是一个解决方案,它在子查询中创建一个“范围”表,然后使用它来对主表中的数据进行分区:
SELECT DISTINCT descr
, COUNT(*) OVER (PARTITION BY descr) n
FROM age_table INNER JOIN (
select '1-10' descr, 1 rng_start, 10 rng_stop from dual
union (
select '11-20', 11, 20 from dual
) union (
select '20+', 21, null from dual
)) ON age BETWEEN nvl(rng_start, age) AND nvl(rng_stop, age)
ORDER BY descr;
【讨论】:
【参考方案5】:我必须按照一小时内出现的交易数量对数据进行分组。我通过从时间戳中提取小时来做到这一点:
select extract(hour from transaction_time) as hour
,count(*)
from table
where transaction_date='01-jan-2000'
group by
extract(hour from transaction_time)
order by
extract(hour from transaction_time) asc
;
给出输出:
HOUR COUNT(*)
---- --------
1 9199
2 9167
3 9997
4 7218
如您所见,这提供了一种非常简单的方法来对每小时的记录数进行分组。
【讨论】:
【参考方案6】:将一个 age_range 表和一个 age_range_id 字段添加到您的表中,然后按此分组。
// 原谅 DDL 但你应该明白了
create table age_range(
age_range_id tinyint unsigned not null primary key,
name varchar(255) not null);
insert into age_range values
(1, '18-24'),(2, '25-34'),(3, '35-44'),(4, '45-54'),(5, '55-64');
// 再次原谅 DML,但你应该明白了
select
count(*) as counter, p.age_range_id, ar.name
from
person p
inner join age_range ar on p.age_range_id = ar.age_range_id
group by
p.age_range_id, ar.name order by counter desc;
如果您愿意,您可以改进这个想法 - 在 age_range 表中添加 from_age to_age 列等 - 但我会把它留给您。
希望这会有所帮助:)
【讨论】:
从其他回答来看,性能和灵活性并不是重要的标准。列出的所有动态查询的解释计划将是可怕的,如果您的年龄范围发生变化,您将不得不修改代码。我猜每个人都有自己的:P 1 次完整扫描总是比 2 次完整扫描快。此外,询问年龄范围统计数据的人可能在过去 20 多年中拥有相同的范围,并且无意改变这一点。 我很确定物理列将执行派生/计算的列。事实上,它可能是位图索引的理想候选者。我仍然更喜欢使用查找表,而不是将值硬编码到我的应用程序中。添加一个新的年龄范围,比如 14-16 岁,我插入一个新行与提出更改请求,花时间编码和测试更改并发布到产品中。【参考方案7】:如果使用 Oracle 9i+,您可能可以使用NTILE
analytic function:
WITH tiles AS (
SELECT t.age,
NTILE(3) OVER (ORDER BY t.age) AS tile
FROM TABLE t)
SELECT MIN(t.age) AS min_age,
MAX(t.age) AS max_age,
COUNT(t.tile) As n
FROM tiles t
GROUP BY t.tile
对 NTILE 的警告是您只能指定分区数,而不是断点本身。所以你需要指定一个合适的数字。 IE:如果有 100 行,NTILE(4)
将为四个存储桶/分区中的每一个分配 25 行。您不能嵌套分析函数,因此您必须使用子查询/子查询分解将它们分层以获得所需的粒度。否则,使用:
SELECT CASE t.age
WHEN BETWEEN 1 AND 10 THEN '1-10'
WHEN BETWEEN 11 AND 20 THEN '11-20'
ELSE '21+'
END AS age,
COUNT(*) AS n
FROM TABLE t
GROUP BY CASE t.age
WHEN BETWEEN 1 AND 10 THEN '1-10'
WHEN BETWEEN 11 AND 20 THEN '11-20'
ELSE '21+'
END
【讨论】:
【参考方案8】:我必须按天计算样本数量。受@Clarkey 启发,我使用 TO_CHAR 将样本日期从时间戳提取为 ISO-8601 日期格式,并在 GROUP BY 和 ORDER BY 子句中使用。 (进一步的启发,我也把它贴在这里,以防它对其他人有用。)
SELECT
TO_CHAR(X.TS_TIMESTAMP, 'YYYY-MM-DD') AS TS_DAY,
COUNT(*)
FROM
TABLE X
GROUP BY
TO_CHAR(X.TS_TIMESTAMP, 'YYYY-MM-DD')
ORDER BY
TO_CHAR(X.TS_TIMESTAMP, 'YYYY-MM-DD') ASC
/
【讨论】:
【参考方案9】:您可以尝试以下解决方案吗:
SELECT count (1), '1-10' where age between 1 and 10
union all
SELECT count (1), '11-20' where age between 11 and 20
union all
select count (1), '21+' where age >20
from age
【讨论】:
【参考方案10】:我的做法:
select range, count(1) from (
select case
when age < 5 then '0-4'
when age < 10 then '5-9'
when age < 15 then '10-14'
when age < 20 then '15-20'
when age < 30 then '21-30'
when age < 40 then '31-40'
when age < 50 then '41-50'
else '51+'
end
as range from
(select round(extract(day from feedback_update_time - feedback_time), 1) as age
from txn_history
) ) group by range
我可以灵活地定义范围
我不会重复 select 和 group 子句中的范围
但是请有人告诉我,如何按大小排序!
【讨论】:
以上是关于Oracle:如何在一个范围内“分组”?的主要内容,如果未能解决你的问题,请参考以下文章