Oracle：如何“分组依据”超过一个范围？

Question

如果我有一个这样的表：

pkey   age
----   ---
   1     8
   2     5
   3    12
   4    12
   5    22

我可以“分组”来获取每个年龄的计数。

select age,count(*) n from tbl group by age;
age  n
---  -
  5  1
  8  1
 12  2
 22  1

我可以使用什么查询来按年龄范围进行分组？

  age  n
-----  -
 1-10  2
11-20  2
20+    1

我使用 10gR2，但我也对任何特定于 11g 的方法感兴趣。

Answer 1

SELECT CASE 
         WHEN age <= 10 THEN '1-10' 
         WHEN age <= 20 THEN '11-20' 
         ELSE '21+' 
       END AS age, 
       COUNT(*) AS n
FROM age
GROUP BY CASE 
           WHEN age <= 10 THEN '1-10' 
           WHEN age <= 20 THEN '11-20' 
           ELSE '21+' 
         END

Answer 2

尝试：

select to_char(floor(age/10) * 10) || '-' 
|| to_char(ceil(age/10) * 10 - 1)) as age, 
count(*) as n from tbl group by floor(age/10);

Answer 3

您正在寻找的基本上是直方图的数据。

x 轴上有年龄（或年龄范围），y 轴上有计数 n（或频率）。

在最简单的形式中，人们可以简单地计算每个不同年龄值的数量，就像您已经描述的那样：

SELECT age, count(*)
FROM tbl
GROUP BY age

但是，当 x 轴有太多不同的值时，人们可能想要创建组（或簇或桶）。在您的例子中，您按照 10 的恒定范围进行分组。

我们可以避免为每个范围编写 WHEN ... THEN 行 - 如果与年龄无关，则可能有数百个。相反，由于 @NitinMidha 提到的原因，@MatthewFlaschen 的方法更可取。

现在让我们构建 SQL...

首先，我们需要将年龄分为 10 个范围组，如下所示：

• 0-9
• 10-19
• 20 - 29
• 等。

这可以通过将年龄列除以 10 然后计算来实现结果的 FLOOR：

FLOOR(age/10)

“FLOOR 返回等于或小于 n 的最大整数”
http://docs.oracle.com/cd/E11882_01/server.112/ e26088/functions067.htm#SQLRF00643

然后我们采用原始 SQL 并将 age 替换为该表达式：

SELECT FLOOR(age/10), count(*)
FROM tbl
GROUP BY FLOOR(age/10)

这没问题，但我们还看不到范围。相反，我们只能看到计算出的下限值，即 0, 1, 2 ... n。

为了获得实际的下限，我们需要再次将其乘以 10，这样我们就得到了 0, 10, 20 ... n：

FLOOR(age/10) * 10

我们还需要每个范围的上限，即下限 bound + 10 - 1 或

FLOOR(age/10) * 10 + 10 - 1

最后，我们将两者连接成一个字符串，如下所示：

TO_CHAR(FLOOR(age/10) * 10) || '-' || TO_CHAR(FLOOR(age/10) * 10 + 10 - 1)

这会创建 '0-9'、'10-19'、'20-29' 等

。我们的 SQL 看起来像这样：

SELECT 
TO_CHAR(FLOOR(age/10) * 10) || ' - ' || TO_CHAR(FLOOR(age/10) * 10 + 10 - 1),
COUNT(*)
FROM tbl
GROUP BY FLOOR(age/10)

最后，应用一个顺序和漂亮的列别名：

SELECT 
TO_CHAR(FLOOR(age/10) * 10) || ' - ' || TO_CHAR(FLOOR(age/10) * 10 + 10 - 1) AS range,
COUNT(*) AS frequency
FROM tbl
GROUP BY FLOOR(age/10)
ORDER BY FLOOR(age/10)

但是，在更复杂的场景中，这些范围可能不会被分组为大小为 10 的常量块，而是需要动态集群。
Oracle 包含更高级的直方图函数，请参阅 http://docs.oracle.com /cd/E16655_01/server.121/e15858/tgsql_histo.htm#TGSQL366

感谢@MatthewFlaschen 的方法；我只解释了细节。

Answer 4

这是一个在子查询中创建“范围”表，然后使用它对主表中的数据进行分区的解决方案：

SELECT DISTINCT descr
  , COUNT(*) OVER (PARTITION BY descr) n
FROM age_table INNER JOIN (
  select '1-10' descr, 1 rng_start, 10 rng_stop from dual
  union (
  select '11-20', 11, 20 from dual
  ) union (
  select '20+', 21, null from dual
)) ON age BETWEEN nvl(rng_start, age) AND nvl(rng_stop, age)
ORDER BY descr;

Answer 5

我必须按照一小时内出现的交易数量对数据进行分组。我通过从时间戳中提取小时来做到这一点：

select extract(hour from transaction_time) as hour
      ,count(*)
from   table
where  transaction_date='01-jan-2000'
group by
       extract(hour from transaction_time)
order by
       extract(hour from transaction_time) asc
;

给出输出：

HOUR COUNT(*)
---- --------
   1     9199 
   2     9167 
   3     9997 
   4     7218

如您所见，这提供了一种对每小时记录数进行分组的简单方法。

Answer 6

将age_range表和age_range_id字段添加到您的表中，并按其分组。

// 原谅 DDL，但你应该明白这个想法

create table age_range(
age_range_id tinyint unsigned not null primary key,
name varchar(255) not null);

insert into age_range values 
(1, '18-24'),(2, '25-34'),(3, '35-44'),(4, '45-54'),(5, '55-64');

// 再次原谅 DML，但你应该明白这个想法

select
 count(*) as counter, p.age_range_id, ar.name
from
  person p
inner join age_range ar on p.age_range_id = ar.age_range_id
group by
  p.age_range_id, ar.name order by counter desc;

如果你愿意，你可以完善这个想法 - 在age_range 表中添加 from_age to_age 列等 - 但我会把它留给你。

希望这有帮助:)

Answer 7

如果使用 Oracle 9i+，您可能能够使用NTILE 分析函数：

WITH tiles AS (
  SELECT t.age,
         NTILE(3) OVER (ORDER BY t.age) AS tile
    FROM TABLE t)
  SELECT MIN(t.age) AS min_age,
         MAX(t.age) AS max_age,
         COUNT(t.tile) As n
    FROM tiles t
GROUP BY t.tile

NTILE 的警告是您只能指定分区数量，不是断点本身。因此，您需要指定一个合适的数字。 IE：对于 100 行，NTILE(4) 将为四个存储桶/分区中的每一个分配 25 行。您不能嵌套分析函数，因此您必须使用子查询/子查询分解来对它们进行分层以获得所需的粒度。否则，使用：

  SELECT CASE t.age
           WHEN BETWEEN 1 AND 10 THEN '1-10' 
           WHEN BETWEEN 11 AND 20 THEN '11-20' 
           ELSE '21+' 
         END AS age, 
         COUNT(*) AS n
    FROM TABLE t
GROUP BY CASE t.age
           WHEN BETWEEN 1 AND 10 THEN '1-10' 
           WHEN BETWEEN 11 AND 20 THEN '11-20' 
           ELSE '21+' 
         END

Answer 8

我必须每天清点样本数量。受@Clarkey的启发，我使用 TO_CHAR 将样本日期从时间戳提取为 ISO-8601 日期格式，并在 GROUP BY 和 ORDER BY 子句中使用它。 （进一步的启发，我也将其发布在这里，以防对其他人有用。）

SELECT 
  TO_CHAR(X.TS_TIMESTAMP, 'YYYY-MM-DD') AS TS_DAY, 
  COUNT(*) 
FROM   
  TABLE X
GROUP BY
  TO_CHAR(X.TS_TIMESTAMP, 'YYYY-MM-DD')
ORDER BY
  TO_CHAR(X.TS_TIMESTAMP, 'YYYY-MM-DD') ASC
/

Answer 9

您可以尝试以下解决方案吗：

SELECT count (1), '1-10'  where age between 1 and 10
union all 
SELECT count (1), '11-20'  where age between 11 and 20
union all
select count (1), '21+' where age >20
from age 

Answer 10

我的方法：

select range, count(1) from (
select case 
  when age < 5 then '0-4' 
  when age < 10 then '5-9' 
  when age < 15 then '10-14' 
  when age < 20 then '15-20' 
  when age < 30 then '21-30' 
  when age < 40 then '31-40' 
  when age < 50 then '41-50' 
  else                '51+' 
end 
as range from
(select round(extract(day from feedback_update_time - feedback_time), 1) as age
from txn_history
) ) group by range  

• 我可以灵活地定义范围，
• 我不会在 select 和 group 子句中重复范围
• ，但请有人告诉我，如何按大小对它们进行排序！