我们如何根据 SQL 中的其他两列找到一列的频率？答案

【问题标题】：How do we find frequency of one column based off two other columns in SQL?我们如何根据 SQL 中的其他两列找到一列的频率？
【发布时间】：2020-11-12 10:12:10
【问题描述】：

我对使用 SQL 比较陌生，无法找到任何过去的线程来解决我的问题。我在一个表中有三列，列是名称、客户和位置。我想添加一个附加列，根据名称和客户（前两列）确定哪个位置最常见。

我添加了一张示例照片，其中我创建的列中的 name-Jane customer-BEC 将是“Texas”，因为它出现了 2 次，而加利福尼亚则出现了 1 次。有没有办法实现这个？

【问题讨论】：

是否会将“Texas”分配给带有 ARC 的行？
其中一个答案是否符合您的要求？如果是这样，请投票并选择您喜欢的解决方案。谢谢！

标签： sql oracle join oracle-sqldeveloper

【解决方案1】：

如果你想在所有四行都使用'Texas'：

select t.Name,  t.Customer, t.Location,
      (select t2.location 
       from table1 t2
       where t2.name = t.name
       group by name, location
       order by count(*) desc
       fetch first 1 row only
      ) as most_frequent_location
from table1 t ;

您也可以使用分析函数来做到这一点：

select t.Name,  t.Customer, t.Location,
       max(location) keep (dense_rank first order by location_count desc) over (partition by name) most_frequent_location
from (select t.*,
             count(*) over (partition by name, customer, location) as location_count
      from table1 t 
     ) t;

Here 是一个 dbfiddle。

这两个版本都将'Texas' 放在所有四行中。但是，每个都可以通过最小的努力将'California' 放在 ARC 的行中。

【讨论】：

【解决方案2】：

在 Oracle 中，您可以使用 aggregate function stats_mode() 计算组中出现次数最多的值。

不幸的是，它没有作为窗口函数实现。所以一个选项使用聚合子查询，然后与原始表连接：

select t.*, s.top_location
from mytable t
inner join (
    select name, customer, stats_mode(location) top_location
    from mytable
    group by name, customer
) s where s.name = t.name and s.customer = t.customer

您也可以使用相关子查询：

select 
    t.*,
    (
        select stats_mode(t1.location) 
        from mytable t1 
        where t1.name = t.name and t1.customer = t.customer
    ) top_location
from mytable t

【讨论】：

【解决方案3】：

这更多是关于理解关系数据库概念的问题。如果您想要该信息，则不会将其放在附加列中。它是在多列上计算的数据 - 为什么将其存储在表本身中？编码很复杂，而且对数据库来说也很昂贵（想象一下，如果有人插入一百万行，你必须计算所有行的值）相反，您可以执行以下操作之一

在运行时计算，如其他答案所示
如果你想让它更持久，你可以在视图中嵌入上面的查询
如果您想物理存储信息，可以使用物化视图

官方 oracle 文档中有大量关于这 3 个选项的文档

【讨论】：

好点。我想说，在这种情况下，物化视图会很好地为您服务。

【解决方案4】：

您的第一步是构建一个查询来确定最频繁的位置，这很简单：

select Name, Customer, Location, count(*)
from table1 
group by Name, Customer, Location

这不是立即有用的，但可以在 row_number() 中使用该逻辑，它为返回的每一行提供一个唯一的 id。在下面的查询中，我按 count(*) 降序排序，以便最频繁出现的值为 1。

注意 row_number() 只返回 '1' 到一行。

所以，现在我们有

select Name, Customer, Location, row_number() over (partition by Name, Customer order by count(*) desc) freq_name_cust
from table1 tb_
group by Name, Customer, Location

最后一步将所有内容放在一起：

select tab.*, tb_.Location most_freq_location
from table1 tab
inner join 
(select Name, Customer, Location, row_number() over (partition by Name, Customer order by count(*) desc) freq_name_cust
 from table1 
 group by Name, Customer, Location) tb_
 on tb_.Name = tab.Name
  and tb_.Customer = tab.Customer
   and freq_name_cust = 1

【讨论】：