在 PostgreSQL 上以正确的顺序对数组元素进行分组

Posted 2023-03-31

【中文标题】在 PostgreSQL 上以正确的顺序对数组元素进行分组

【英文标题】：Grouping array elements in the correct order on PostgreSQL

【发布时间】：2016-03-16 16:07:37

【问题描述】：

PostgreSQL 中是否可以对数组元素进行分组？

例如，我有 2 个这样的相关数组（我说相关是因为第一个数组表示动作，第二个数组表示这些动作的时间：

col0 = 'any_value'
col1 = array1['a','b','b','c','c','a','a','a','c']
col2 = array2[1,2,3,4,5,6,7,8,9]

我想输出以下结果：

col0 = 'any_value'
array_result1['a','b','c','a','c']    
array_result2[1,2,4,6,9]

数组可以取消嵌套的一种方法是使用序数，这是一个示例查询，但它返回的数组元素的不同选择会删除重复的元素：

select col0, 
       array_agg(x order by rn) as unique_array1
        from (
              select 
              distinct on (col0, a.x) col0, 
                           a.x, 
                           a.rn
              from table_a, 
                   unnest(array1) with ordinality as a (x,rn)
              order by 1,2,3  
             ) unnested_ordered
group by col0;

所以结果是：

col0 = 'any_value'
array_result1['a','b','c']    

但正如您所见，它缺少许多元素。

编辑：

为了更多地描述我的问题，最后我想知道每个 array_result1 操作最初是什么时候完成的。 所以对于示例结果

array_result1['a','b','c','a','c']    
*array_result2[1,2,4,6,9]

*我假设数组的位置从1而不是0开始，我也固定了最后一个元素，应该是9而不是7

将帮助我知道第一个动作“a”什么时候发生，第二个动作“a”什么时候发生，这样我就可以计算出动作“a”返回到我正在构建的路径的时间。 所以第一次发生的动作'a'是= 1 第二次发生是 = 6

所以动作'a'在路径（数组）中出现了两次，需要5个时间单位才能重新出现。这就是为什么我需要第二个数组，其中包含动作发生的时间（每个动作第一次发生的时间）

【问题讨论】：

我不明白你的第二个结果。不应该是1,2,4,6,9吗？

不，字母的位置很重要，就像按字母的子组分组

【参考方案1】：

您可以使用LATERAL 并使用ROW_NUMBER 计算组：

DROP TABLE IF EXISTS table_a;
CREATE TABLE table_a(col0 VARCHAR(10), col1 text[],col2 int[]);

INSERT INTO table_a(col0, col1, col2)
VALUES ('any_value',array['a','b','b','c','c','a','a','a','c'],
        array[1,2,3,4,5,6,7,8,9]);

主要查询：

SELECT col0,
       col1,
       unique_col1
FROM table_a,
LATERAL (SELECT ARRAY_AGG(x ORDER BY grp) AS unique_col1
         FROM ( SELECT DISTINCT x,
                 rn - ROW_NUMBER() OVER(PARTITION BY x ORDER BY rn) AS grp
               FROM unnest(col1) WITH ORDINALITY AS a(x,rn)
         ) AS sub      
) AS lat1

输出：

编辑：

计算第二个数组：

SELECT col0,
       col1,
       unique_col1,
       col2,
       unique_col2
FROM table_a,
LATERAL (SELECT ARRAY_AGG(x ORDER BY grp) AS unique_col1
         FROM ( SELECT DISTINCT x,
                 rn - ROW_NUMBER() OVER(PARTITION BY x ORDER BY rn) AS grp
               FROM unnest(col1) WITH ORDINALITY AS a(x,rn)
         ) AS sub      
) AS lat1,
LATERAL (
   SELECT array_agg(x ORDER BY rn) AS unique_col2
   FROM unnest(col2) WITH ORDINALITY AS b(x,rn)
   WHERE rn IN (
         SELECT SUM(c) OVER(ORDER BY grp) - (c-1) AS result
         FROM (SELECT grp,  COUNT(*) AS c
               FROM ( SELECT x,
                             rn - ROW_NUMBER() OVER(PARTITION BY x ORDER BY rn)  AS grp
                      FROM unnest(col1) WITH ORDINALITY AS a(x,rn)
               ) AS sub     
          GROUP BY grp) AS s
    )      
) AS lat2

备注：

它从值生成第二个数组，而不是它的位置，所以当你有：

col2 = array[9,8,7,6,5,4,3,2,1]

你会得到：

[9,8,6,4,1]

如果您只想要可以使用的职位：

...
LATERAL (
   SELECT array_agg(result ORDER BY result) AS unique_col2
   FROM (
         SELECT SUM(c) OVER(ORDER BY grp) - (c-1) AS result
         FROM (SELECT grp,  COUNT(*) AS c
               FROM ( SELECT x,
                             rn - ROW_NUMBER() OVER(PARTITION BY x ORDER BY rn) AS grp
                      FROM unnest(col1) WITH ORDINALITY AS a(x,rn)
               ) AS sub     
          GROUP BY grp) AS s
    ) AS s1    
) AS lat2

结果将是：

[1,2,4,6,9]

编辑 2

以上版本有小错误。 ARRAY_AGG 应按 rn 而非 grp 排序：

DROP TABLE IF EXISTS table_a;
CREATE TABLE table_a(col0 VARCHAR(10), col1 text[],col2 int[]);

INSERT INTO table_a(col0, col1, col2)
VALUES ('any_value',array['a','b','b','c','c','a','a','a','c'],
        array[1,2,3,4,5,6,7,8,9]);

INSERT INTO table_a(col0, col1, col2)
VALUES ('any_value2',array['a','b','a','a','c','a'],array[1,2,3,4,5,6]);        


SELECT *
FROM table_a,
LATERAL (SELECT ARRAY_AGG(x ORDER BY rn) AS unique_col1
         FROM
           (SELECT x, grp, MIN(rn) AS rn
            FROM (SELECT  x,
                       rn - ROW_NUMBER() OVER(PARTITION BY x ORDER BY rn) AS grp,
                       rn
                  FROM unnest(col1) WITH ORDINALITY AS a(x,rn)
           ) AS sub
         GROUP BY x, grp) AS s      
        ) AS lat1; 

【讨论】：

哇很好，虽然只是为了理解，如果我添加一个 grp 数组，我会在第一行得到类似的结果，例如：“0,1,3,4,6”如果正确的位置是 0,1,3,5,8，那么组织是否正确

@johan855 要组织col1 结果，您不需要有实际位置，只需它们的升序即可。类似于“squasing island”（搜索gap-and-islands-problem）

我明白了，但是我不能有一个数组来显示每个动作的实际位置？所以一个告诉我：第一次动作 a 发生，它发生在 0 第一次 b 发生，它发生在 1 等等

是的，这就是为什么我问如何计算第二个结果集的问题。当前形式的此答案解决了您的第一个问题。

当时发生的动作不能与有序时刻一起输出吗？