查找组中出现次数最多的值答案

【问题标题】：Find most occurring value in a group查找组中出现次数最多的值
【发布时间】：2019-10-27 10:19:16
【问题描述】：

我想找到每组出现次数最多的值。

我尝试使用 top(k)(column) 但出现以下错误：列类不在聚合函数下，也不在 GROUP BY 中。

例如：如果我有带有列（pid，值）的表 test_date

pid, value
----------
1,a
1,b
1,a
1,c

我想要结果：

pid, value
----------
1,a

我试过SELECT pid,top(1)(value) top_value FROM test_data group by pid

I get the error: 

Column value  is not under aggregate function and not in GROUP BY

我也试过anyHeavy()，但它只适用于出现超过一半情况的值

【问题讨论】：

标签： clickhouse

【解决方案1】：

SELECT pid,topK(1)(value) top_value FROM test_data group by pid

【讨论】：

【解决方案2】：

这个查询应该可以帮助你：

    SELECT
        pid,
        /*
        Decompose the query in parts:
        1. groupArray((value, count)): convert the group of rows with the same 'pid' to the array of tuples (value, count)
        2. arrayReverseSort: make reverse sorting by 'count' ('x.2' is 'count')
        3. [1].1: take the 'value' from the first item of the sorted array
        */
        arrayReverseSort(x -> x.2, groupArray((value, count)))[1].1 AS value
    FROM
    (
        SELECT
            pid,
            value,
            count() AS count
        FROM test_date
        GROUP BY
            pid,
            value
    )
    GROUP BY pid
    ORDER BY pid ASC

【讨论】：

这可行，但查询很复杂。我看到有 topK 函数，它也是一样的。
我故意忽略了这个reason的topK：“这个函数不提供保证的结果。在某些情况下，可能会发生错误并且它可能会返回频繁的值不是最常见的值”。