连接、计数和添加另一个表中的一列值

Question

我有 12 张月表。为简单起见，假设表只有 2 个：

表 1

| IDA | IDB | TYPE1 | 
| 123 | X   | 90    |
| 123 | X   | 30    |   
| 123 | Y   | 30    |

表2

| IDA | IDB | TYPE1 |  
| 123 | X   | 90    |

首先，我必须通过连接 IDA 和 IDB 在每个表中创建一个新 ID。我想在 postgresql 中执行此操作（在 IDA 和 IDB 值之间使用 _），但我认为只能在 bash 中执行此操作（没有 _），可能是这样：

awk -F';' -vOFS=';' '{ $(NF+1)=$1$2 ; print}'

预期的输出是：

表 1

| IDA | IDB | TYPE1 | IDAIDB |
| 123 | X   | 90    |123_X   |
| 123 | X   | 30    |123_X   |
| 123 | Y   | 30    |123_Y   |

表2

| IDA | IDB | TYPE1 | IDAIDB |
| 123 | X   | 90    | 123_X  |

然后我将两个表都导入到我的 postgresql 数据库中（如果我不在 bash 中进行连接）。 现在我需要在所有表中创建一个 IDAIDB 和 TYPE1 唯一组合的寄存器，并计算每个组合的记录数，如下所示：

表3

| TYPE1 | IDAIDB | COUNT | 
| 90    | 123_X  | 2     | 
| 30    | 123_X  | 1     | 
| 30    | 123_Y  | 1     | 

为此，我运行以下查询：

COPY (SELECT "TYPE1", "IDAIDB", COUNT (*)
FROM (SELECT "TYPE1", "IDAIDB" FROM "TABLE1" UNION ALL
SELECT "TYPE1", "IDAIDB" FROM "TABLE2") unionall
GROUP BY "TYPE1", "IDAIDB")
TO 'C:\2018\TABLE3.csv' DELIMITER ';' CSV HEADER;

同时，我从两个表中提取了所有唯一的 TYPE1 值，并在 TYPE2 字段中分配了另一个代码（我必须逐个进行，这就是我必须手动编辑 TYPE2 的原因Excel 电子表格中的字段）：

表4

 | TYPE1 | TYPE2 | 
 | 30    | 3     | 
 | 90    | 8     |

我在我的数据库中同时导入了 TABLE 3 和 TABLE4。

然后我必须为 TABLE3 分配最频繁的 TYPE2 值。 TYPE2 值存储在 TABLE4 中。预期的输出是：

表3

| TYPE1 | IDAIDB | COUNT | TYPE2 |
| 90    | 123_X  | 2     | 8     |
| 30    | 123_X  | 1     | 8     |
| 30    | 123_Y  | 1     | 3     |

最后，我必须将更新后的 TABLE3 中的两个新列 COUNT 和 TYPE2 连接到 TABLE1 和 TABLE2，使用 IDAIDB 作为关键字段。预期结果是：

表 1

| IDA | IDB | TYPE1 | IDAIDB | COUNT | TYPE2 |
| 123 | X   | 90    | 123_X  | 2     | 8     |
| 123 | X   | 30    | 123_X  | 1     | 8     |
| 123 | Y   | 30    | 123_Y  | 1     | 3     |

表2

| IDA | IDB | TYPE1 | IDAIDB | COUNT | TYPE2 |
| 123 | X   | 90    | 123_X  |1      | 8     |

在上面的示例中，IDAIDB=123_X 在表 1 和表 2 中都采用 TYPE2=8，因为 IDAIDB 和 TYPE1 在整个数据库中最常见的组合是 123_X 90（2 条记录）而不是 123_X 30（1 条记录）

我该怎么做？我正在尝试完成这项工作，但我只能先在 bash 中然后在 postgresql 中获得部分结果，我根本无法完成工作的最后一部分，即为每条记录分配 TYPE2根据 IDAIDB 和 TYPE1 的最常见组合，从 TABLE2 中获取值。如果可能，我只想在 bash 或 postgresql 中执行此操作，但这不是强制性的。提前谢谢你

Answer 1

最后一栏有点棘手。我认为这可以满足您的要求：

select t.ida, t.idb, t.type1, 
       (t.ida || '_' || t.idb) as ida_idb,
       count(*) over (partition by t.ida, t.idb, t.type1) as cnt
from (select distinct on (t1.ida, t1.idb, t1.type) t1.*,
             t2.type2
      from table1 t1 join
           table2 t2
           on t1.type1 = t2.type1
      order by t1.ida, t1.idb, t1.type, count(*) over (partition by t1.ida, t1.idb, t2.type2) desc
     ) t