Question

我使用SQL，amazon redshift，但它与PostGres非常相似我告诉过。

我有一个数据库，其中包含一个包含大量问题的表格，其中包含大量答案。每当有人说出答案时，问题和答案就会重复。我想要一个查询，其中列出了对这些问题的答案计数的独特问题。但是，我只想展示最常回答的十大答案。

所以我做的是我做了以下事情。我使用窗口函数来显示答案的计数，按问题划分。我将COUNT（答案）降序排序。但是，有些问题可以给出很多很多不同的答案，因此查询会列出数百行，并为该问题提供所有答案。所以我让我的窗口成为子查询。我在子查询中执行SELECT * FROM，然后在子查询外部的WHERE子句中指定窗口/分区应小于或等于10，以显示前十个答案）。这很有用。

我现在想要显示为每个问题提供的每个答案的百分比。我可以使用percent_rank或cume_dist窗口函数来完成此操作。两者都有类似的预期效果。

但是，我还想添加一个显示累积百分比的列。它应该显示给出答案的次数与该问题的答案总数的百分比。当你向这个问题的10行下去时，百分比应该建立，以便在第十行你以1.00或100％结束。

问题如下：如果一个问题只有10个或更少的潜在答案，那就完美了。但是，如果一个问题的答案超过10个，则precent_rank或cume_dist会根据答案的总答案计算出每个答案的百分比。我可以看到这没有错，但我只想显示上面提到的前10个答案以及仅基于前10名的百分比！

任何有关如何让查询忘记其他100个答案的建议，只看我的前10名，我将不胜感激。

非常感谢你 my query

SELECT * FROM (SELECT question, answer, COUNT(answer), row_number() OVER (PARTITION BY question ORDER BY count ASC) AS ranker ,question as had_to_insert_an_alias, COUNT(answer), cume_dist() OVER (PARTITION BY had_to_insert_an_alias ORDER BY count DESC) AS percent_ranker FROM question_table WHERE date_field >= '2013-10-01' and date_field < '2013-10-30' group by question, answer) AS subquery WHERE ranker <= 10 order by question;

Answer 1

这样的东西？

select question, answer, count, rank, (count::decimal/total::decimal)*100.0 as percent
from (
    select question, answer, count, rank,
        sum(count) over (partition by question order by count) as total
    from (
        select question, answer, count(*) as count,
            rank() over (partition by question order by count desc) as rank
        from question_table
        where  date_field >= '2013-10-01' and date_field < '2013-10-30'
        group by question, answer
    ) q
    where rank <= 10
) t
order by question, rank

这是未经测试的，因此语法可能会关闭。

SQL窗口函数计数前10位查询postgresql redshift

1 个答案: