如何过滤最大值并写入行？

Question

Postgres 9.3.5，PostGIS 2.1.4。

我在数据库中有两个表（polygons 和 points）。

我想知道每个polygon 中有多少points。每个多边形将有 0 个点或超过 200000 个。小问题如下。

我的point 表如下所示：

x    y    lan
10  11    en
10  11    fr
10  11    en
10  11    es
10  11    en
- #just for demonstration/clarification purposes
13  14    fr
13  14    fr
13  14    es
-
15  16    ar
15  16    ar
15  16    ps

我不想简单地计算每个多边形的点数。我想知道每个多边形中最常出现的lan 是什么。因此，假设每个- 都表示这些点正在落入一个新的多边形中，我的结果将如下所示：

Polygon表：

polygon    Count   lan
1          3       en
2          2       fr
3          2       ar

这是我目前得到的。

SELECT count(*), count.language AS language, hexagons.gid AS hexagonsWhere 
  FROM hexagonslan AS hexagons, 
       points_count AS france 
 WHERE ST_Within(count.geom, hexagons.geom) 
 GROUP BY language, hexagonsWhere 
 ORDER BY hexagons DESC;

它给了我以下信息：

Polygon    Count     language
1          3         en
1          1         fr
1          1         es
2          2         fr
2          1         es
3          2         ar
3          1         ps

有两件事尚不清楚。

1. 如何只获取最大值？
2. 如果最大值可能相同，将如何处理？

Answer 1

回答 1。

要获得最常用的语言及其每个多边形的计数，您可以使用简单的DISTINCT ON 查询：

SELECT DISTINCT ON (h.gid)
       h.gid AS polygon, count(c.geom) AS ct, c.language
FROM   hexagonslan h
LEFT   JOIN points_count c ON ST_Within(c.geom, h.geom)
GROUP  BY h.gid, c.language
ORDER  BY h.gid, count(c.geom) DESC, c.language;  -- language name is tiebreaker

• Select first row in each GROUP BY group?

但是对于您描述的数据分布（每个多边形最多 200.000 个点），这应该大大更快（希望更好地利用@987654328 上的索引@):

SELECT h.gid AS polygon, c.ct, c.language
FROM   hexagonslan h
LEFT   JOIN LATERAL (
   SELECT c.language, count(*) AS ct
   FROM   points_count c
   WHERE  ST_Within(c.geom, h.geom) 
   GROUP  BY 1
   ORDER  BY 2 DESC, 1  -- again, language name is tiebreaker
   LIMIT  1
   ) c ON true
ORDER  BY 1;

• Optimize GROUP BY query to retrieve latest record per user

LEFT JOIN LATERAL .. ON true 保留不包含任何点的多边形。

• Call a set-returning function with an array argument multiple times

在cases where there are by any chance the max values identical 中，通过添加的ORDER BY 项目，在示例中选择了按字母顺序排列的第一种语言。如果您希望 所有 种语言碰巧共享最大计数，则必须做更多：

回答 2。

SELECT h.gid AS polygon, c.ct, c.language
FROM   hexagonslan h
LEFT   JOIN LATERAL (
   SELECT c.language, count(*) AS ct
        , rank() OVER (ORDER BY count(*) DESC) AS rnk
   FROM   points_count c
   WHERE  ST_Within(c.geom, h.geom) 
   GROUP  BY 1
   ) c ON c.rnk = 1
ORDER  BY 1, 3  -- language only as additional sort critieria

在此处使用window function rank()（不是row_number()！）。我们可以在单个SELECT 中获得计数或积分和计数的排名。考虑事件的顺序：

• Best way to get result count before LIMIT was applied