具有百分比分区和分组依据的 Postgresql 频率表

Question

我正在尝试在 Postgresql 中创建一个带有百分比的频率表

如果有人熟悉 SAS，我正在尝试重新创建 proc 频率表

下面我试图通过 var1,var2 上的 group by 获取频率

var1     var2    frequency  percentage 
A        20       1          33%
A        30       1          33%
A        40       1          33%
B        20       4          80%
B        30       1          20%

现在这很容易

select var1
,var2
,count(*)
from table
group by 1,2

棘手的是我尝试添加一个百分比列，该列基于 var1 分布执行 %

select var1
,var2
,count(*)
,count(*)/count(*) over(partition by var1)
from table
group by 1,2

上面的代码我得到了一个错误的答案

Answer 1

您想要求和 count(*) 值。所以：

select var1, var2, count(*),
       count(*) * 1.0 / sum(count(*)) over (partition by var1)
from table
group by 1, 2;

您的代码只计算聚合后每个var 的行数。。因此，它实际上返回的是加权平均值——这可能有用但不是您想要的。