如何通过查询获得主组内最频繁值（MODE）的计数/频率？

Posted 2023-02-16

【中文标题】如何通过查询获得主组内最频繁值（MODE）的计数/频率？

【英文标题】：How to get the COUNT/frequency of the most frequent value(MODE) within the main group by query?

【发布时间】：2021-11-22 03:37:56

【问题描述】：

这是我的查询：

WITH subtable AS (
SELECT
    member_casual,
    seasons,
    start_station_name || ' to ' || end_station_name AS route
FROM
    bike_data
)

SELECT
    member_casual,
    seasons,
    MODE() WITHIN GROUP (ORDER BY route) AS most_frequent_route, 
    COUNT(*) AS total_service_used_count
FROM
    subtable
GROUP BY
    member_casual,
    seasons;

结果如下：

当我想在这个 groupby 结果中包含 most_frequent_route 的频率/计数作为新列时，困难就来了。在这里问之前，我之前问过一个很好的前辈，他说：

将主查询放入 CTE 中，然后在新的外部查询中编写一个标量子查询，对子表中的行与分组 CTE 中的行匹配的子表执行计数。

老实说，我并不真正了解此建议的核心逻辑，因此我无法真正将所有这些放在一起作为一个完整的查询。谁能给我一些例子如何使它工作？提前谢谢！

【参考方案1】：

也许这位好心的前辈是这个意思：

WITH subtable_a AS (
SELECT
    member_casual,
    seasons,
    start_station_name || ' to ' || end_station_name AS route
FROM
    bike_data
),
subtable_b as
(
SELECT
    member_casual,
    seasons,
    MODE() WITHIN GROUP (ORDER BY route) AS most_frequent_route, 
    COUNT(*) AS total_service_used_count
FROM
    subtable_a
GROUP BY
    member_casual,
    seasons
)
select sb.*, 
(
  SELECT count(*) 
  from subtable_a sa 
  where sa.member_casual = sb.member_casual
  and sa.seasons = sb.seasons
  and sa.route = sb.most_frequent_route
) as most_frequent_route_count
from subtable_b sb;

您的 subtable 变为 subtable_a，您的主查询变为 subtable_b（将主查询放入 CTE）并在新的主（外部）查询中从 subtable_b 和标量子查询列中选择所有内容 -括号内大写的SELECT count(*) - 提取most_frequent_route_count。

【讨论】：

感谢@Stefanov.sm，它有效！我肯定正在从这个很棒的答案中研究核心逻辑，所以每当出现关于子查询和 CTE 的类似问题时，我都可以重新应用这个概念！

如果我对这个查询理解正确，使用SELECT count(*) from subtable_a sa 的原因是我想找出路由的数量，它只来自主表；之后，只需应用条件来缩小主表大小，使其适合出现在 subtable_b 中的seasons、member_casual 和 most_frequent_route 的组合。

这正是我的想法。