Question

在impala上，我正在尝试计算包含“101”，“102”或“103”的不同样本ID的数量。

以下是我的数据示例：

| sample_id | 
 ___________
| 101-345-5 | 
| 101-345-6 | 
| 101-345-6 | 
| 102-345-5 | 
| 103-345-5 | 
| 103-345-8 | 
| 103-345-8 |

我想了解每个研究组中有多少个不同的样本ID：

| Study | Count | 
 _______________
| 101   |   2   | 
| 102   |   1   | 
| 103   |   2   |

我可以轻松创建单独的查询以查找每个组中的数字：

SELECT COUNT(DISTINCT ill.sample_id) as 101_count
FROM illumina_data ill
WHERE SUBSTRING(ill.sample_id, 1,3) = "101"

但我真的想弄清楚如何使用单个查询来查找101,102和103的计数。

Answer 1

SELECT SUBSTRING(sample, 1,3) , COUNT(DISTINCT sample)
FROM samples 
group by SUBSTRING(sample, 1,3);