Question

我有 7200行29个用户，他们参加了10个不同类别的唯一请求票据。

其中，我需要为每个用户选择 N 记录。

条件：

在N中，40％的行应该属于 X 类别，让我们说编辑。
剩余的60％行应该是使用 X

使用sqlite，我通过尝试'DISTINCT'到目前为止处理但有没有办法实现上述目标？

select distinct * from report 
where category <> 'Editorial'
and 
name in (select distinct name from report)
GROUP By name
LIMIT (select count(distinct name) from report)

编辑：我正在使用python进行上述所有操作。由于它是一个大数据，我更喜欢sqlite。如果在python中有一种方法，我很乐意了解它。

Answer 1

考虑使用两个分组的运行计数子查询：1）所有记录按名称和仅编辑类别; 2）所有记录按名称和非编辑类别和过滤60％和40％。以下假设表具有唯一标识符ID。并将N子句中的WHERE替换为实际数字：

SELECT *    
FROM 
(
  SELECT Report.*

      (SELECT Count(*) FROM Report sub1
       WHERE sub1.Category = 'Editorial' AND Report.Category = 'Editorial'
       AND sub1.Name = Report.Name
       AND sub1.ID <= Report.ID) As EditorialRowNo

      (SELECT Count(*) FROM Report sub2
       WHERE sub2.Category <> 'Editorial' AND Report.Category <> 'Editorial'
       AND sub2.Name = Report.Name
       AND sub2.ID <= Report.ID) As NonEditorialRowNo

  FROM Report
) As dT

WHERE (dT.EditorialRowNo > 0 AND dT.EditorialRowNo <= 0.4 * N)
OR (dT.NonEditorialRowNo > 0 AND dT.NonEditorialRowNo <= 0.6 * N)
ORDER BY dT.Name, dT.Category

Answer 2

好的，对你的规格还是有点困惑。此代码将运行，但我可能无法完全理解您正在寻找的内容：

import sqlite3

conn = sqlite3.connect('users.db')

cur = conn.cursor()

count = cur.execute('SELECT COUNT(id) FROM book')

count = count.fetchone()[0]

total1 = int(count * 0.4)
total2 = int(count * 0.6)

results1 = cur.execute('SELECT users.id from users LIMIT ?',
                       (total1, )).fetchall()
results2 = cur.execute('SELECT users.id from users LIMIT ?',
                       (total2, )).fetchall()

选择N个随机记录

2 个答案: