我有一个SQL格式的表,如下所示:
user_id | data1
0 | 6
0 | 6
0 | 6
0 | 1
0 | 1
0 | 2
1 | 5
1 | 5
1 | 3
1 | 3
1 | 3
1 | 7我想编写一个返回两列的查询:一列表示用户id,另一列表示每个id出现频率最高的值。在我的示例中,对于user_id 0,最频繁的值是6,对于user_id 1,最频繁的值是3。我希望它如下所示:
user_id | most_frequent_value
0 | 6
1 | 3我使用下面的查询来获取最频繁的值,但它针对整个表运行,并返回整个表的最常见值,而不是每个id的值。我需要在查询中添加什么才能让它返回每个id最频繁的值?我想我需要使用子查询,但不确定如何构造它。
SELECT user_id, data1 AS most_frequent_value
FROM my_table
GROUP BY user_id, data1
ORDER BY COUNT(*) DESC LIMIT 1发布于 2016-12-15 00:14:33
您可以使用窗口函数根据用户of的data1计数对其进行排名。
WITH cte AS (
SELECT
user_id
, data1
, ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY COUNT(data1) DESC) rn
FROM dbo.YourTable
GROUP BY
user_id,
data1)
SELECT
user_id,
data1
FROM cte WHERE rn = 1 发布于 2016-12-15 00:05:00
如果您使用正确的"order by“,那么distinct on (user_id)也会做同样的工作,因为它从由"user_id”划分的数据中提取了1行代码。DISTINCT ON是PostgreSQL的特长。
select distinct on (user_id) user_id, most_frequent_value from (
SELECT user_id, data1 AS most_frequent_value, count(*) as _count
FROM my_table
GROUP BY user_id, data1) a
ORDER BY user_id, _count DESC 发布于 2017-05-05 21:53:37
使用postgres 9.4或更高版本,这是可能的。您可以像这样使用它:
SELECT
user_id, MODE() WITHIN GROUP (ORDER BY value)
FROM
(VALUES (0,6), (0,6), (0, 6), (0,1),(0,1), (1,5), (1,5), (1,3), (1,3), (1,7))
users (user_id, value)
GROUP BY user_idhttps://stackoverflow.com/questions/41146919
复制相似问题