Question

我正在尝试弄清楚如何正确使用partition by，并寻找以下结果的简要说明。（我为没有正确的SQL代码而包含测试数据而道歉。）

示例1：计算每家公司的ID（例如股东）并将其添加到原始数据框（作为“newvar”）。

select ID, company, 
count(ID) over(partition by company) as newvar
from testdata;

示例2：当我现在添加order by shares count（）时，似乎变成了rank（），因此输出只是一个排名变量。

select ID, company, 
count(ID) over(partition by company order by shares) as newvar
from testdata;

我认为订单只是命令数据，但它似乎对“newvar”有影响。

对此有一个简单的解释吗？

非常感谢提前！

包含testdata的

.csv文件：

ID;company;shares
1;a;10
2;a;20
3;a;70
1;b;50
4;b;10
5;b;10
6;b;30
2;c;80
3;c;10
7;c;10
1;d;20
2;d;30
3;d;25
6;d;10
7;d;15

Answer 1

带有count()的

order by会产生累积计数。它会将值转换为rank()或row_number()，具体取决于shares值中的关系以及数据库如何处理丢失的窗口帧rows between或{{1 }}）。

如果您只想订购数据，那么range between应该在order by子句之后：

from