Oracle：如何在一个范围内“分组”？答案

【问题标题】：Oracle: how to "group by" over a range?Oracle：如何在一个范围内“分组”？
【发布时间】：2011-01-29 19:13:42
【问题描述】：

如果我有这样的表：

我可以“分组”来计算每个年龄。

select age,count(*) n from tbl group by age;
age  n
---  -
  5  1
  8  1
 12  2
 22  1

我可以使用什么查询来按年龄范围分组？

  age  n
-----  -
 1-10  2
11-20  2
20+    1

我使用的是 10gR2，但我也对任何特定于 11g 的方法感兴趣。

【问题讨论】：

标签： sql oracle plsql oracle10g

【解决方案1】：

SELECT CASE 
         WHEN age <= 10 THEN '1-10' 
         WHEN age <= 20 THEN '11-20' 
         ELSE '21+' 
       END AS age, 
       COUNT(*) AS n
FROM age
GROUP BY CASE 
           WHEN age <= 10 THEN '1-10' 
           WHEN age <= 20 THEN '11-20' 
           ELSE '21+' 
         END

【讨论】：

这应该是这个问题的第一个也是唯一一个答案。不过可以使用更多格式。
不，CASE 语句使用短路评估
短路评估会如何导致此查询出现问题？因为案例是有序的并使用
阿德里安，你说得对，这是对先前已被删除的评论的回复。
有没有办法包含一个没有行的范围。示例：如果没有人超过 20，则查询返回一行 (20+, 0)？

【解决方案2】：

试试：

select to_char(floor(age/10) * 10) || '-' 
|| to_char(ceil(age/10) * 10 - 1)) as age, 
count(*) as n from tbl group by floor(age/10);

【讨论】：

地板/除法的巧妙用法！
当我们有定义的模式并且可以通过表达式计算组时，这种方法会更好。它不需要在查询中明确提及组，因此可以在不修改查询的情况下提供新组 ....
这不起作用，它会导致 错误 ORA-00979: not a GROUP BY 表达式，因为 GROUP BY 表达式中缺少 ceil(age/10)。但是正如@NitinMidha 所写，这种方法的方向更好，所以我投票赞成这个答案。

【解决方案3】：

您要查找的基本上是histogram 的数据。

x 轴为年龄（或年龄范围），y 轴为计数 n（或频率）。

在最简单的形式中，可以像您已经描述的那样简单地计算每个不同年龄值的数量：

SELECT age, count(*)
FROM tbl
GROUP BY age

但是，当 x 轴有太多不同的值时，可能需要创建组（或集群或存储桶）。在您的情况下，您按 10 的恒定范围分组。

我们可以避免为每个范围编写 WHEN ... THEN 行 - 如果不是关于年龄，可能会有数百个。相反，由于@NitinMidha 提到的原因，@MatthewFlaschen 的方法更可取。

现在让我们构建 SQL...

首先，我们需要将年龄分成 10 个范围组，如下所示：

0-9
10-19
20 - 29
等

这可以通过将年龄列除以10然后计算结果的FLOOR来实现：

FLOOR(age/10)

"FLOOR 返回等于或小于 n 的最大整数" http://docs.oracle.com/cd/E11882_01/server.112/e26088/functions067.htm#SQLRF00643

然后我们使用原始 SQL 并将 age 替换为该表达式：

SELECT FLOOR(age/10), count(*)
FROM tbl
GROUP BY FLOOR(age/10)

这没关系，但我们还看不到范围。相反，我们只看到计算出的底值0, 1, 2 ... n。

要获得实际的下限，我们需要再次将其乘以 10，从而得到0, 10, 20 ... n：

FLOOR(age/10) * 10

我们还需要每个范围的上限 bound + 10 - 1 或

FLOOR(age/10) * 10 + 10 - 1

最后，我们将两者连接成这样的字符串：

TO_CHAR(FLOOR(age/10) * 10) || '-' || TO_CHAR(FLOOR(age/10) * 10 + 10 - 1)

这会创建'0-9', '10-19', '20-29' 等。

现在我们的 SQL 看起来像这样：

SELECT 
TO_CHAR(FLOOR(age/10) * 10) || ' - ' || TO_CHAR(FLOOR(age/10) * 10 + 10 - 1),
COUNT(*)
FROM tbl
GROUP BY FLOOR(age/10)

最后，应用一个顺序和漂亮的列别名：

SELECT 
TO_CHAR(FLOOR(age/10) * 10) || ' - ' || TO_CHAR(FLOOR(age/10) * 10 + 10 - 1) AS range,
COUNT(*) AS frequency
FROM tbl
GROUP BY FLOOR(age/10)
ORDER BY FLOOR(age/10)

但是，在更复杂的场景中，这些范围可能不会被分组为大小为 10 的恒定块，但需要动态聚类。 Oracle 包含更高级的直方图函数，请参阅http://docs.oracle.com/cd/E16655_01/server.121/e15858/tgsql_histo.htm#TGSQL366

感谢@MatthewFlaschen 的方法；我只解释了细节。

【讨论】：

【解决方案4】：

这是一个解决方案，它在子查询中创建一个“范围”表，然后使用它来对主表中的数据进行分区：

SELECT DISTINCT descr
  , COUNT(*) OVER (PARTITION BY descr) n
FROM age_table INNER JOIN (
  select '1-10' descr, 1 rng_start, 10 rng_stop from dual
  union (
  select '11-20', 11, 20 from dual
  ) union (
  select '20+', 21, null from dual
)) ON age BETWEEN nvl(rng_start, age) AND nvl(rng_stop, age)
ORDER BY descr;

【讨论】：

【解决方案5】：

我必须按照一小时内出现的交易数量对数据进行分组。我通过从时间戳中提取小时来做到这一点：

select extract(hour from transaction_time) as hour
      ,count(*)
from   table
where  transaction_date='01-jan-2000'
group by
       extract(hour from transaction_time)
order by
       extract(hour from transaction_time) asc
;

给出输出：

HOUR COUNT(*)
---- --------
   1     9199 
   2     9167 
   3     9997 
   4     7218

如您所见，这提供了一种非常简单的方法来对每小时的记录数进行分组。

【讨论】：

【解决方案6】：

将一个 age_range 表和一个 age_range_id 字段添加到您的表中，然后按此分组。

// 原谅 DDL 但你应该明白了

create table age_range(
age_range_id tinyint unsigned not null primary key,
name varchar(255) not null);

insert into age_range values 
(1, '18-24'),(2, '25-34'),(3, '35-44'),(4, '45-54'),(5, '55-64');

// 再次原谅 DML，但你应该明白了

select
 count(*) as counter, p.age_range_id, ar.name
from
  person p
inner join age_range ar on p.age_range_id = ar.age_range_id
group by
  p.age_range_id, ar.name order by counter desc;

如果您愿意，您可以改进这个想法 - 在 age_range 表中添加 from_age to_age 列等 - 但我会把它留给您。

希望这会有所帮助:)

【讨论】：

从其他回答来看，性能和灵活性并不是重要的标准。列出的所有动态查询的解释计划将是可怕的，如果您的年龄范围发生变化，您将不得不修改代码。我猜每个人都有自己的：P
1 次完整扫描总是比 2 次完整扫描快。此外，询问年龄范围统计数据的人可能在过去 20 多年中拥有相同的范围，并且无意改变这一点。
我很确定物理列将执行派生/计算的列。事实上，它可能是位图索引的理想候选者。我仍然更喜欢使用查找表，而不是将值硬编码到我的应用程序中。添加一个新的年龄范围，比如 14-16 岁，我插入一个新行与提出更改请求，花时间编码和测试更改并发布到产品中。

【解决方案7】：

如果使用 Oracle 9i+，您可能可以使用NTILE analytic function：

WITH tiles AS (
  SELECT t.age,
         NTILE(3) OVER (ORDER BY t.age) AS tile
    FROM TABLE t)
  SELECT MIN(t.age) AS min_age,
         MAX(t.age) AS max_age,
         COUNT(t.tile) As n
    FROM tiles t
GROUP BY t.tile

对 NTILE 的警告是您只能指定分区数，而不是断点本身。所以你需要指定一个合适的数字。 IE：如果有 100 行，NTILE(4) 将为四个存储桶/分区中的每一个分配 25 行。您不能嵌套分析函数，因此您必须使用子查询/子查询分解将它们分层以获得所需的粒度。否则，使用：

  SELECT CASE t.age
           WHEN BETWEEN 1 AND 10 THEN '1-10' 
           WHEN BETWEEN 11 AND 20 THEN '11-20' 
           ELSE '21+' 
         END AS age, 
         COUNT(*) AS n
    FROM TABLE t
GROUP BY CASE t.age
           WHEN BETWEEN 1 AND 10 THEN '1-10' 
           WHEN BETWEEN 11 AND 20 THEN '11-20' 
           ELSE '21+' 
         END

【讨论】：

【解决方案8】：

我必须按天计算样本数量。受@Clarkey 启发，我使用 TO_CHAR 将样本日期从时间戳提取为 ISO-8601 日期格式，并在 GROUP BY 和 ORDER BY 子句中使用。（进一步的启发，我也把它贴在这里，以防它对其他人有用。）

SELECT 
  TO_CHAR(X.TS_TIMESTAMP, 'YYYY-MM-DD') AS TS_DAY, 
  COUNT(*) 
FROM   
  TABLE X
GROUP BY
  TO_CHAR(X.TS_TIMESTAMP, 'YYYY-MM-DD')
ORDER BY
  TO_CHAR(X.TS_TIMESTAMP, 'YYYY-MM-DD') ASC
/

【讨论】：

【解决方案9】：

您可以尝试以下解决方案吗：

SELECT count (1), '1-10'  where age between 1 and 10
union all 
SELECT count (1), '11-20'  where age between 11 and 20
union all
select count (1), '21+' where age >20
from age

【讨论】：

【解决方案10】：

我的做法：

select range, count(1) from (
select case 
  when age < 5 then '0-4' 
  when age < 10 then '5-9' 
  when age < 15 then '10-14' 
  when age < 20 then '15-20' 
  when age < 30 then '21-30' 
  when age < 40 then '31-40' 
  when age < 50 then '41-50' 
  else                '51+' 
end 
as range from
(select round(extract(day from feedback_update_time - feedback_time), 1) as age
from txn_history
) ) group by range

我可以灵活地定义范围
我不会重复 select 和 group 子句中的范围
但是请有人告诉我，如何按大小排序！

【讨论】：