在 Postgres 中创建一个 Bin 列来检查一个整数并返回一个字符串

Question

我在 Postgres 数据库中有一个大型数据集，需要生成一个字段，将行分组到相应的 bin 中，用于“0-100”、“101-200”、“201-300”等。多达近 5000 个。我知道我可以手动更新每一行并为每个 bin 生成一行代码，如下所示：

update test
   set testgroup = '0-100' where testint >= 1 and distance < 100;

我真的很想找到一种更有效的方法来做到这一点，对任何事物都开放！主要目标是查看“testint”列中的整数，然后如果它在 1-100 之间，则返回 testgroup 列“0-100”。

Answer 1

使用width_bucket 函数。请参阅the docs，但这里是语法的简短版本：

width_bucket(a, LBound, UBound, num_bins)

为了让它在你的垃圾箱中正常工作，我必须将 1 添加到 UBound。一些例子：

select width_bucket( 1, 0, 5001, 50) 给出 1
select width_bucket(100, 0, 5001, 0) 给出 1
select width_bucket(101, 0, 5001, 50) 给出 2
select width_bucket(4900, 0, 5001, 50) 给出 49
select width_bucket(4901, 0, 5001, 50) 给出 50

所以它按预期工作。接下来我们需要生成正确的字符串。伪格式是

(width_bucket - 1)*100 || '-' || (width_bucket)*100

在哪里 ||是 SQL 连接运算符。使用之前的第一个示例：

select (width_bucket(1, 0, 5001, 50)-1)*100 || ' - ' || width_bucket(1, 0, 5001, 50)*100

给'0 - 100'

甜。现在把它们放在一起。首先制作一个可用于测试的沙盒表。这将是您数据的副本或部分副本：

CREATE TABLE test
AS
SELECT * 
FROM original_table 

然后将新列添加到表中：

ALTER TABLE test
  ADD COLUMN testgroup text

现在是 UPDATE 语句：

UPDATE test
   SET testgroup = width_bucket(testint, 0, 5001, 50)-1)*100 || ' - ' || 
                   width_bucket(testint, 0, 5001, 50)*100

Answer 2

您可以利用generate_series生成0到50的数字，然后在生成的值*100和下一个生成的值*100之间选择数据。使用相同的原理构建bin名称。

UPDATE test
SET testgroup = (x*100)+1 || '-' || (x+1)*100
FROM generate_series(0,50) f(x)
WHERE testint > (x*100) 
  AND testint <= ((x+1)*100);

http://rextester.com/FXIS37706