使用 group by 查询从表中选择特定行答案

【问题标题】：Selecting specific rows from a table, using a group by query使用 group by 查询从表中选择特定行
【发布时间】：2021-10-27 02:43:30
【问题描述】：

我有一个看起来像这样的表：

+------------+------------+--------------+
| Date       | Name       | Certificates |
+------------+------------+--------------+
| 2021-02-01 | Jason      | 3            |
| 2021-02-01 | Nisha      | 4            |
| 2021-02-01 | Zaid       | 5            |
| 2021-03-25 | Aniket     | 4            |
| 2021-03-25 | Anish      | 2            |
| 2021-03-25 | Nadia      | 0            |
| 2021-05-06 | Aadil      | 7            |
| 2021-05-06 | Ashish     | 1            |
| 2021-05-06 | Rahil      | 9            |
+------------+------------+--------------+

此结果是通过执行以下 SQL 查询获得的：

SELECT 
    Date, Name, COUNT(Certificates) as Certificates
FROM Students.data
GROUP BY Date, Name
ORDER BY Date, Name;

收到这个结果后，理想情况下，我现在只想要每个日期的第一个条目（基本上是每个日期的名字），应该是这样的：

+------------+------------+--------------+
| Date       | Name       | Certificates |
+------------+------------+--------------+
| 2021-02-01 | Jason      | 3            |
| 2021-03-25 | Aniket     | 4            |
| 2021-05-06 | Aadil      | 7            |
+------------+------------+--------------+

有没有办法可以通过查询修改上述组以获得结果，或者我是否需要将此查询的结果传递给其他查询，如果是，该查询将是什么。谢谢。

另外，我使用的数据库是 Clickhouse。

注意：如果问题有任何问题，请告诉我，可以澄清一下。

【问题讨论】：

您需要在这里定义每个日期的“第一条”记录的实际含义。从你的问题看不清楚。
嘿@TimBiegeleisen 我已经进行了编辑，希望现在更有意义。
@ShaikhAbuzar 你预计最终输出是 3,4,7 还是证书列中的所有这些都是 1
@ShaikhAbuzar 检查下面的结果dbfiddle.uk/… 是你想要的吗？

标签： sql clickhouse

【解决方案1】：

您认为您的结果是一个中间结果，您希望每个日期从中选择一行。为此，您可以使用ROW_NUMBER 按名称对每个日期的行进行编号，并且只保留日期的第一行（那些编号为 1 的行）。

SELECT date, name, certificates
FROM
(
  SELECT 
    date, name, COUNT(Certificates) AS certificates,
    ROW_NUMBER() OVER (PARTITION BY date ORDER BY name) AS rn
  FROM students.data
  GROUP BY date, name
) numbered
WHERE rn = 1
ORDER BY date;

Demo：https://dbfiddle.uk/?rdbms=mysql_8.0&fiddle=93c3682bda72cb4fe53fbbe8053a8acb（这里使用 MySQL 8，因为 dbfiddle.uk 没有 clickhouse，但查询是标准 SQL 兼容的，所以我们可以使用几乎所有现代 RDBMS 进行演示）。

【讨论】：

这个问题的措辞很糟糕......让我觉得也许对 OP 方法的解释也被过度考虑了。这看起来是正确的 +1。
如果您按 rank = 1 过滤，则不需要执行 count()
@trillion：你错了。再次查看请求。那里显示的表是按日期和名称聚合数据表并计算其行数的结果。没有COUNT，我们就得不到证书的数量。
@ThorstenKettner 您的代码仅针对证书列返回 1，这是预期的吗？因为他上面显示的输出在证书列中有 3,4,7
@ThorstenKettner 这里是您查询的小提琴：dbfiddle.uk/…，我相信他需要的是：dbfiddle.uk/…

【解决方案2】：

使用CTE 代替子查询
对数据进行排序 => 每一行都有相同的数据，并且排名不断增加 --> ROW_NUMBER
按 1 过滤 rank_ 以获得每个日期一个条目
假设您需要什么，则按名称按字母顺序排序

如果您还没有计数，请使用 code 1 小提琴：https://dbfiddle.uk/?rdbms=mysql_8.0&fiddle=a5a8bf3f6934f18b19d331d3ba43570a

withranked_data AS ( 选择日期_，姓名， count(certificates_) over(partition by date_,name) 作为证书， row_number() OVER(PARTITION BY date_ order by name) as rank_ 来自学生 ) 选择日期_，名称，来自ranked_data的证书WHERE rank_ = 1

如果您有计数，请使用 代码 2


WITH ranked_data AS (
SELECT date_, name, certificates_,
row_number() OVER(PARTITION BY date_ order by name) as rank_
FROM students
)
SELECT 
  date_, name, certificates_ FROM ranked_data WHERE rank_ = 1

【讨论】：

【解决方案3】：

直截了当

SELECT Date, untuple(groupArray(tuple(Name, Certificates))[1])
FROM (
    SELECT *
    FROM  (
        /* Emulate the test dataset. */
        SELECT toDate(data.1) AS Date, data.2 AS Name, data.3 AS Certificates
        FROM (
            SELECT arrayJoin([
                ('2021-02-01', 'Jason ', 3),
                ('2021-02-01', 'Nisha ', 4),
                ('2021-02-01', 'Zaid  ', 5),
                ('2021-03-25', 'Aniket', 4),
                ('2021-03-25', 'Anish ', 2),
                ('2021-03-25', 'Nadia ', 0),
                ('2021-05-06', 'Aadil ', 7),
                ('2021-05-06', 'Ashish', 1),
                ('2021-05-06', 'Rahil ', 9)]) AS data
            )
        )
    ORDER BY Date, Name
    )
GROUP BY Date

/*
┌───────Date─┬─Name───┬─Certificates─┐
│ 2021-02-01 │ Jason  │            3 │
│ 2021-03-25 │ Aniket │            4 │
│ 2021-05-06 │ Aadil  │            7 │
└────────────┴────────┴──────────────┘
*/

基于窗口函数的方式

从version 21.4开始添加了对窗口函数的完整支持。此时它被标记为实验性功能。

SELECT DISTINCT
    Date,
    FIRST_VALUE(Name) OVER w AS FirstName,
    FIRST_VALUE(Certificates) OVER w AS FirstCertificates
FROM 
(
    /* Emulate the test dataset. */
    SELECT toDate(data.1) AS Date, data.2 AS Name, data.3 AS Certificates
    FROM (
        SELECT arrayJoin([
            ('2021-02-01', 'Jason ', 3),
            ('2021-02-01', 'Nisha ', 4),
            ('2021-02-01', 'Zaid  ', 5),
            ('2021-03-25', 'Aniket', 4),
            ('2021-03-25', 'Anish ', 2),
            ('2021-03-25', 'Nadia ', 0),
            ('2021-05-06', 'Aadil ', 7),
            ('2021-05-06', 'Ashish', 1),
            ('2021-05-06', 'Rahil ', 9)]) AS data
        )
)
WINDOW w AS (PARTITION BY Date ORDER BY Name ASC)
SETTINGS allow_experimental_window_functions = 1

/*
┌───────Date─┬─FirstName─┬─FirstCertificates─┐
│ 2021-02-01 │ Jason     │                 3 │
│ 2021-03-25 │ Aniket    │                 4 │
│ 2021-05-06 │ Aadil     │                 7 │
└────────────┴───────────┴───────────────────┘
*/

见https://altinity.com/blog/clickhouse-window-functions-current-state-of-the-art。

【讨论】：

【解决方案4】：

在查看您的输出时，我假设您希望当天的唯一条目是名称列上按字母顺序排列的 ASC 条目。

在这种情况下，如果此 SQL 服务器可以使用ROW_NUMBER() 函数

SELECT Date,Name, Certificates
FROM
(
SELECT 
    Date, Name, 
    Certificates=COUNT(Certificates) OVER (PARTITION BY Date,Name) 
    RowNumber = ROW_NUMBER() OVER (PARTITION BY Date
     ORDER BY Name ASC) 
FROM Students.data
) T 
WHERE RowNumber =1 
ORDER BY Date ASC
;

【讨论】：

所有现代 DBMS 都支持像 row_number() 这样的窗口函数，不仅是 SQL Server（实际上晚了）
@trillion 已编辑。感谢您发现
@NikunjKakadiya 谢谢。编辑了答案