如何计算组上的函数（作为聚合）答案

【问题标题】：How to compute a function on a group (as aggregation)如何计算组上的函数（作为聚合）
【发布时间】：2019-12-08 05:19:06
【问题描述】：

我用这张表举了一个简单的例子。

我想计算一个按“事实”分组的列：

并返回 France 如果 Country1 和 Country2 中相同“Fact”编号的所有国家/地区都是“France”
如果对于给定的“事实”编号存在任何国家/地区（最常见的），则返回法国以外的其他国家/地区。

您将如何实现这一目标？

我正在尝试使用 Alteryx 来实现它（由于我们执行 Join、Aggregation、Filter 等，它的操作类似于 SQL）并且无法想象一个简单的过程。

您将如何使用 alteryx、SQL 或 Python 解决该问题 [编辑：我对您使用库 pandas（在 Python 中）解决它的方式也很感兴趣。我认为可以在分组/聚合之后对每个组应用自定义函数（类似于索引数据框），并且过程会更容易）]？

输入：

输出：

编辑：是的，建议 3 应该是法国和 4：西班牙！

【问题讨论】：

3 应该是法国而不是西班牙
您能否详细说明逻辑的第二部分and return any country，因为看不到 Fact 3 如何返回西班牙或为什么 Fact 4 没有显示。
以文本形式发布表格和数据READ THIS
什么版本的 MySQL 可以处理 alteryx？你能用WITH或ROW_NUMBER()

标签： mysql python-3.x pandas-groupby alteryx

【解决方案1】：

首先我们需要将两个国家/地区字段合并到一个字段中，我们称之为t

SELECT Fact, Country1 as Country
FROM Table1
UNION ALL
SELECT Fact, Country2
FROM Table1

现在使用条件聚合发现每个France有多少Fact

COUNT(CASE WHEN Country = 'France' THEN 1 END) as total_france,
COUNT(Country) as total_country

部分结果我们称之为r

| Fact | total_france | total_country |
|------|--------------|---------------|
|    1 |            3 |             4 |
|    2 |            1 |             2 |
|    3 |            4 |             4 |
|    4 |            1 |             4 |

最后，如果 total_france = total_country 我们返回 France 否则我们会在该 Fact 组中寻找除法国以外最常见的国家/地区。

请注意，如果出现频率相同的情况，我会返回任何国家/地区。例如，您可以修改为按名称进行额外排序。

SQL DEMO

SELECT Fact, CASE WHEN total_france = total_country 
                  THEN 'France' 
                  ELSE (SELECT Country
                        FROM   (SELECT Fact, Country1 as Country
                                FROM Table1
                                UNION ALL
                                SELECT Fact, Country2
                                FROM Table1
                                ) s
                        WHERE r.Fact = s.Fact
                          AND s.Country <> 'France'
                        GROUP BY Country
                        ORDER BY Count(*) DESC
                        LIMIT 1)                        
             END as Country
FROM (
      SELECT Fact, 
             COUNT(CASE WHEN Country = 'France' THEN 1 END) as total_france,
             COUNT(Country) as total_country
      FROM (
            SELECT Fact, Country1 as Country
            FROM Table1
            UNION ALL
            SELECT Fact, Country2
            FROM Table1
           ) t
      GROUP BY Fact
     ) r;

输出

| Fact | Country |
|------|---------|
|    1 | England |
|    2 | Germany |
|    3 |  France |
|    4 |   Spain |

【讨论】：

【解决方案2】：

假设你要得到的结果是

|Fact   |Country|
|1      |England|
|2      |Germany|
|3      |France |
|4      |Spain  |

那么在 Alteryx 中，工具的顺序将是：

转置
2 平行总结（一组按事实和名称，另一组按事实）
加入（事实）
过滤器（计数 = 右计数）：将任何值都相同的地方移到一边
过滤掉 False（值 = 法国）
排序错误：计数降序
独特：事实上
联合：唯一与来自第一个过滤器的 True
选择和排序：整理

基本上，您所做的是在找到最常见的“非法国”值之前拆分常量值，然后将所有值重新组合在一起。

【讨论】：