首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >从重复记录中提取统计信息

问从重复记录中提取统计信息
EN

Stack Overflow用户
提问于 2020-08-21 11:28:57
回答 2查看 51关注 0票数 0

我希望从csv文件中的重复记录组中获得一些相当简单的统计数据。(统计数据很简单,但提取它们更具挑战性。)

我希望得到一些帮助,把一些sqlite代码组合在一起,帮助我做到这一点。对我来说,能够解释我正在尝试做的事情的最好方法是通过示例。

示例1

代码语言:javascript
复制
Line | Duplicate Id | Created by | Company Name | Account Owner | Created by Team | Owner Team
 1     rbt1546        John Smith   SMR Inc.       John Smith      Inside Sales      Inside Sales
 2     rbt1546        John Smith   SMR Corp       John Smith      Inside Sales      Inside Sales
 3     mnd1452        Jen Davis    RMX Inc.       Rob Diaz        Lead Gen          Inside Sales
 4     mnd1452        John Smith   RMX Inc.       Rob Diaz        Inside Sales      Inside Sales
 5     mnd1452        Jen Davis    RMX            John Smith      Lead Gen          Inside Sales

在上面的示例中,我们有两个示例,其中相同的人创建了重复的帐户。(我们将这些案例称为“乌龙球”。)约翰·史密斯进了1个乌龙球(第2行),Jen Davis也是如此(第5行)。在此数据集中,1个own目标由内部销售创建,1个由lead gen团队创建。(这些是我希望从csv中的62,000行数据中提取的统计数据。)

当涉及到针对这种性质的问题编写sqlite查询时,我不确定从哪里开始。

做这件事最好的方法是什么?

EN

回答 2

Stack Overflow用户

发布于 2020-08-21 15:40:34

如果你希望所有的重复账户都是由同一个人创建的,那么你可以使用ROW_NUMBER()窗口函数来实现:

代码语言:javascript
复制
SELECT *
FROM (
  SELECT *, ROW_NUMBER() OVER (PARTITION BY DuplicateId, Createdby ORDER BY Line) rn
  FROM tablename
) 
WHERE rn > 1

如果有其他列,而不是Line,比如表示帐户创建顺序的日期,那么在ORDER BY中使用该列。

票数 0
EN

Stack Overflow用户

发布于 2020-08-21 23:21:40

这可能只是一个简单聚合的例子:

对于乌龙球的计数,看起来你说的第一个记录之外的任何东西都是重复计数的开始,所以我使用count(*) -1作为进球数:

代码语言:javascript
复制
SELECT duplicateid, createdby, count(*)-1 as count_own_goals
FROM    tablename
GROUP BY duplicateid, createdby
HAVING count(*) > 1

对于团队目标的计数:

代码语言:javascript
复制
SELECT duplicateid, createdbyteam, count(*)-1 as count_team_goals
FROM    tablename
GROUP BY duplicateid, createdbyteam
HAVING count(*) > 1
票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/63516102

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档