我有一个面板数据集:即times
、ids
和values
。我想做一个基于每个日期的价值排名。我可以很简单地通过运行:
select * from tbl order by date, value
我遇到的问题是,一旦以这种方式对表排序,如何检索每个组的行号(即,对于每个日期,我希望有一个名为ranking的列,从1变为N)。
例子:
输入:
Date, ID, Value
d1, id1, 2
d1, id2, 1
d2, id1, 10
d2, id2, 11
输出:
Date, ID, Value, Rank
d1, id2, 1, 1
d1, id1, 2, 2
d2, id1, 10, 1
d2, id2, 11, 2
最佳答案
如果没有窗口函数,您可以订购tbl
并使用用户变量计算分区上的排名(“日期”值):
SELECT "date", -- D) Desired columns
id,
value,
rank
FROM (SELECT "date", -- C) Rank by date
id,
value,
CASE COALESCE(@partition, "date")
WHEN "date" THEN @rank := @rank + 1
ELSE @rank := 1
END AS rank,
@partition := "date" AS dummy
FROM (SELECT @rank := 0 AS rank, -- A) User var init
@partition := NULL AS partition) dummy
STRAIGHT_JOIN
( SELECT "date", -- B) Ordering query
id,
value
FROM tbl
ORDER BY date, value) tbl_ordered;
更新
那么,那个查询在做什么?
我们使用用户变量“循环”排序的结果集,根据结果集(在
@rank
中跟踪)的相邻段,递增或重置计数器(@partition
)。在查询A中,我们初始化两个用户变量。在查询B中,我们按照需要的顺序获取表的记录:先按日期,然后按值。A和B一起构成派生表
tbl_ordered
,如下所示:rank | partition | "date" | id | value
---- + --------- + ------ + ---- + -----
0 | NULL | d1 | id2 | 1
0 | NULL | d1 | id1 | 2
0 | NULL | d2 | id1 | 10
0 | NULL | d2 | id2 | 11
记住,我们并不真正关心列
dummy.rank
和dummy.partition
-它们只是我们初始化变量@rank
和@partition
的意外。在查询C中,我们循环遍历派生表的记录我们所做的或多或少是以下伪代码所做的:
rank = 0
partition = nil
foreach row in fetch_rows(sorted_query):
(date, id, value) = row
if partition is nil or partition == date:
rank += 1
else:
rank = 1
partition = date
stdout.write(date, id, value, rank, partition)
最后,query D从C中投影所有列,除了包含
@partition
的列(我们将其命名为dummy
,不需要显示)。关于mysql - 组内的MySQL排序,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/8394295/