SQL查询删除未在pandas DataFrame中排序的元素

Question

我正在编写一些代码来优化 NFL 奇幻选秀。因为数据库相当大，我的首要任务是通过删除我知道快速不会构成最佳草案的一部分的条目来缩小它的大小。

每个玩家都有我必须支付的薪水，以及预计的总幻想点数。例如，以下是可能的防御者列表的一部分：

   Id           Position  FPPG    Salary 

0  12542        D         3.8     4000  
1  12534        D         7.5     4100  
2  12548        D         4.6     4200  
3  12532        D         8.2     4300  
4  12547        D         8.4     4400  
5  12545        D         9.2     4500  
6  12525        D         9.0     4600  
7  12553        D         12.3    4700  
8  12544        D         10.8    4800  
9  12531        D         17.0    5000  

我已经编写了 SQL 查询，这些查询将消除受伤的球员，并将在每个薪水价位上消除除预计得分最高的球员之外的所有球员：

d_db = sqldf('SELECT Id, Position, FPPG, Salary from d_db\
            WHERE FPPG = (SELECT max(FPPG) from d_db as db where db.Salary = d_db.Salary) ORDER By Salary',locals())

我现在的任务是消除所有存在更便宜且预计会获得更多积分的玩家。例如，在上面的列表中，第 2 行是无用的，可以删除，因为第 1 行既便宜又具有更高的 FPPG。

换句话说，当数据库按薪水排序时，我想删除 FPPG 列未按升序排序的所有行。理想的最终结果是：

   Id           Position  FPPG    Salary 

0  12542        D         3.8     4000  
1  12534        D         7.5     4100  
2  12532        D         8.2     4300  
3  12547        D         8.4     4400  
4  12545        D         9.2     4500  
5  12553        D         12.3    4700  
6  12531        D         17.0    5000  

有什么建议吗？我似乎无法找出很好地涵盖此内容的 DELETE 语句的 WHERE 条件，所以也许这比单个查询更复杂？

Answer 1

SQL Fiddle Demo

使用LEFT JOIN，您可以尝试将每个玩家与更好、更便宜的人匹配。

这个用于调试

SELECT *
FROM Table1 t1
LEFT JOIN Table1 t2
       ON t1."FPPG" < t2."FPPG"
      AND t1."Salary" > t2."Salary"

输出

| row |    Id | Position | FPPG | Salary |    row |     Id | Position |   FPPG | Salary |
|-----|-------|----------|------|--------|--------|--------|----------|--------|--------|
|   0 | 12542 |        D |    4 |   4000 | (null) | (null) |   (null) | (null) | (null) |
|   1 | 12534 |        D |    8 |   4100 | (null) | (null) |   (null) | (null) | (null) |
|   2 | 12548 |        D |    5 |   4200 |      1 |  12534 |        D |      8 |   4100 |
|   3 | 12532 |        D |    8 |   4300 | (null) | (null) |   (null) | (null) | (null) |
|   4 | 12547 |        D |    8 |   4400 | (null) | (null) |   (null) | (null) | (null) |
|   5 | 12545 |        D |    9 |   4500 | (null) | (null) |   (null) | (null) | (null) |
|   6 | 12525 |        D |    9 |   4600 | (null) | (null) |   (null) | (null) | (null) |
|   7 | 12553 |        D |   12 |   4700 | (null) | (null) |   (null) | (null) | (null) |
|   8 | 12544 |        D |   11 |   4800 |      7 |  12553 |        D |     12 |   4700 |
|   9 | 12531 |        D |   17 |   5000 | (null) | (null) |   (null) | (null) | (null) |

您的最终查询，返回不匹配的行 t2."Id" IS NULL。

SELECT t1.*
FROM Table1 t1
LEFT JOIN Table1 t2
       ON t1."FPPG" < t2."FPPG"
      AND t1."Salary" > t2."Salary"
WHERE 
      t2."Id" IS NULL

注意：

• 我删除了AND t1."Id" <> t2."Id"，因为之前的比较已经验证有不同的值。
• 确保包含FPPG 和Salary 的索引