表“标签”：
Source Target Weight
#003 blitzkrank 0.83
#003 deutsch 0.7
#003 brammen 0.57
#003 butzfrauen 0.55
#003 solaaaa 0.5
#003 moments 0.3
college scandal 1.15
college prosecutors 0.82
college students 0.41
college usc 0.33
college full house 0.17
college friends 0.08
college house 0.5
college friend 0.01
该表在“源”列中有560万行和约91.000个唯一条目。
对于“来源”和“目标”中的每个唯一值，我需要按权重（x表按“来源”（升序）和“权重”排序的前x％行（例如，前20％，前30％，需要可变） ”（降序）。
如果行具有相同的“权重”，则按字母顺序排列行。
如果x％== 0，则至少占用一行。
由于将存在重复项（例如，“源=“学院”将产生至少一个重复行，因为“目标” =“丑闻”），因此应尽可能删除重复项，否则就没什么大不了了。
计算“来源”：
6 rows where Source = "#003", 6 * 0.2 = 1.2 = take 1 row
8 rows where Source = "college", 8 * 0.2 = 1.6 = take 2 rows
“来源”所需的结果表：
Source Target Weight
#003 blitzkrank 0.83
college scandal 1.15
college prosecutors 0.82
如何在SQLite数据库的SQL中做到这一点？
最佳答案
如果要按source进行采样：
select t.*
from (select t.*,
row_number() over (partition by source order by weight desc, target) as seqnum,
count(*) over (partition by source) as cnt
from t
) t
where seqnum = 1 or -- always at least one row
seqnum <= round(cnt * 0.2);
根据您的示例，我认为这就是您想要的。您可以为
target构建类似的查询。