如何获取与 PostgreSQL 中最常见值关联的 ID？

Question

我的 PostgreSQL 11 数据库 count_tbl（Windows 10 x64 机器）中有以下数据。

grp     id     value
1       1      19.7
1       2      19.7
1       3      19.7
1       4      19.7
1       5      19.7
1       6      19.7
1       7      18.8
1       8      18.8
1       9      18.8
1       10     18.8
1       11     18.8
1       12     18.8
2       1      18.6
2       2      18.6
2       3      18.6
2       4      18.6
2       5      18.6
2       6      0.0
2       7      0.0
2       8      0.0
2       9      21.4
2       10     21.4
2       11     0.0
2       12     0.0

以下查询针对每个组 (grp) 查找最频繁的值：

Select Distinct on (grp)
    grp,
    case
        when freq > 1
        then value
        else 0.0
    end as freq_val
From
(
    Select
        grp,
        value,
        count(id) as freq
    From count_tbl
    Group by grp, value
    Order by grp
) s1
Order by grp, freq desc, value desc;

上述查询的输出是：

grp    freq_val
1      19.7
2      18.6

现在，我想将最常见的值与相应的 ID 相关联（例如，对于 grp = 1，最常见的值 19.7 的 ID 为 1、2、3、4、5、6），假设，作为integer array。我的预期输出是：

grp    freq_val     ids
1      19.7         {1,2,3,4,5,6}
2      18.6         {1,2,3,4,5}

是否有人愿意对此进行反思或建议如何实现？

Answer 1

您可以使用窗口函数和聚合：

select
    grp,
    value freq_val,
    array_agg(id) ids
from (
    select
        c.*,
        rank() over(partition by grp order by value desc) rn
    from count_tbl
) t
where rn = 1
group by grp, value

内部查询通过减少value 对具有相同grp 的记录进行排名。然后，外部查询过滤每个 froup 和聚合的顶部行。

---

编辑：如果您想要每个组中出现次数最多的值（而不是最高值）及其关联的 id，那么您可以在子查询中进行聚合：

select *
from (
    select
        grp,
        value freq_val,
        array_agg(id) ids
        rank() over(partition by grp order by count(*) desc) rn
    from count_tbl
    group by grp, value
) t
where rn = 1

Answer 2

您可以使用distinct on。这很有趣，因为它不需要子查询：

select distinct on (grp) grp, value, count(*) as freq,
       array_agg(id) over (partition by grp) as ids
from count_tbl
group by grp, value
order by gp, count(*) desc, value desc;

大多数数据库都需要子查询，以使用窗口函数或其他比较。 DISTINCT ON 是 Postgres 扩展。