使用SQL中的Rank()对组进行排名

时间:2017-02-21 17:56:51

标签: sql google-bigquery rank

这是一个SQL查询(在Google BigQuery环境中使用他们的一个演示数据集,但这是一个标准的SQL问题):

SELECT name, sum(number) as namecount, RANK(name) 
OVER (ORDER BY decade, namecount DESC) as PLACEMENT,

case 
when year >= 1940 and year <= 1949 then '40s' 
when year >= 1950 and year <= 1959 then '50s'
when year >= 1960 and year <= 1969 then '60s'
when year >= 1970 and year <= 1979 then '70s'
when year >= 1980 and year <= 1989 then '80s'
when year >= 1990 and year <= 1999 then '90s'
when year >= 2000 and year <= 2014 then 'Nowish'
else
    'other'
end   as  DECADE

FROM [bigquery-public-data:usa_names.usa_1910_2013]  
where gender = 'F' and year > 1939   
group by decade, name
having namecount > 25000
order by decade, namecount DESC 

limit 1000000 

让我们说我有兴趣知道每十年琳达的排名。因此,我想查询告诉我Linda在20世纪40年代排名第二,Linda在20世纪50年代排名第二。然而,在给定的查询中排名顺序是绝对的,因此琳达在20世纪50年代是第118位(玛丽是20世纪50年代的第117位领导者)。

结果集的片段:

name    namecount Placement Decade

Mary    639971      1       40s  
Linda   531587      2       40s 
[ ... ]
Mary    625464    117       50s
Linda   564204    118       50s

如何重置排名,以便Mary在20世纪50年代显示为#1,Linda显示为#2,并在随后的十年中以类似的方式重置排名?

2 个答案:

答案 0 :(得分:1)

在RANK子句

中对它进行分区
SELECT name, sum(number) as namecount, RANK(name) 
OVER (PARTITION BY decade, name ORDER BY decade, namecount DESC) as PLACEMENT,
....

答案 1 :(得分:1)

Mihai的答案几乎是正确的。

SELECT name, sum(number) as namecount, RANK(name) 
OVER (PARTITION BY decade ORDER BY namecount DESC) as PLACEMENT,
....

我怀疑它会起作用,但按分区标准按列排序是多余的。

作为旁注,这是这篇文章的主要原因,order by namecount不是我期望在大多数关系数据库中工作的东西,因为它是聚合本身的结果。因此,您的数据库支持它的情况很好,但不要在其他地方依赖它。