Question

对不起，我不确定如何表达这个问题。

我有一个包含两列的表：tag和activity_id用于跟踪活动和标签之间的多对多关系。（实际上，标记实际上是一个数字tag_id，但出于问题的考虑，我正在对此进行简化-我稍后可以找出JOIN。）

样本数据：

tag, activity_id
"Ideation",52698
"Adult",52698
"Trans man",52698
"USA - Northwest",52698
"Transfeminine",52699
"Ideation",52699
"Adult",52702
"Trans man",52702
"USA - Northwest",52702
"Ideation",52702
"PTSD",52702
"Religious abuse / trauma",52702
"Adult",52709
"Ideation",52709

我要查找的是哪些标签与其他标签一起出现最多。例如，在上面的“构思”和“成人”中，多次使用相同的activity_id出现。 Ideation和Trans Man也一起出现。我想要的是一个查询，该查询显示基于activity_id将哪些标签聚在一起，理想情况下根据它们出现的次数进行某种排名。

感谢您的帮助-如果我对此解释不够清楚，请发表评论！

Answer 1

我认为您想要自我加入和聚集：

select s1.tag, s2.tag, count(*)
from sample s1 join
     sample s2
     on s1.activity_id = s2.activity_id and s1.tag < s2.tag
group by s1.tag, s2.tag
order by count(*) desc;

查找与列最相关的其他行

1 个答案: