为列 A 的每个值选择列 B 的 N 个最频繁值答案

【问题标题】：Select N most frequent values of column B for each value of column A为列 A 的每个值选择列 B 的 N 个最频繁值
【发布时间】：2019-08-27 13:27:41
【问题描述】：

使用 MySQL 表，例如：

id | colA | colB
...| 1    | 13
...| 1    | 13
...| 1    | 12
...| 1    | 12
...| 1    | 11
...| 2    | 78
...| 2    | 78
...| 2    | 78
...| 2    | 13
...| 2    | 13
...| 2    | 9

对于colA 中的每个值，我想找到colB 中出现频率最高的N 个值。

N=2 的示例结果：

colA | colB
1    | 13
1    | 12
2    | 78
2    | 13

我可以使用以下方法获得 colA 和 colB 的所有独特组合及其频率：

SELECT colA, colB, COUNT(*) AS freq FROM t GROUP BY colA, colB ORDER BY freq DESC;

示例结果：

colA | colB | freq
1    | 13   | 2
1    | 12   | 2
1    | 11   | 1
2    | 78   | 3
2    | 13   | 2
2    | 9    | 1

但我很难为colA 中的每个值而不是整个表应用LIMIT。

这基本上就像How to select most frequent value in a column per each id group?，只是用于 MySQL 而不是 PostgreSQL。

我目前正在使用 MariaDB 10.1。

【问题讨论】：

你的主键是什么？
colA 和 colB 都不是主键。
查看我添加的标签。

标签： mysql select mariadb groupwise-maximum

【解决方案1】：

您可能可以为此使用几个 CTE，例如：

WITH counts AS (
   SELECT colA, colB, COUNT(*) AS freq FROM t GROUP BY colA, colB ORDER BY freq DESC
), most_freq AS (
   SELECT colA, max(freq) FROM counts GROUP BY colA
)
   SELECT counts.*
     FROM counts
     JOIN most_freq ON (counts.colA = most_freq.colA 
                        AND counts.freq = most_freq.freq);

【讨论】：

【解决方案2】：

如果可以的话，使用窗口函数：

SELECT colA, colB, freq
FROM (SELECT colA, colB, COUNT(*) AS freq,
             DENSE_RANK() OVER (PARTITION BY colA ORDER BY COUNT(*) DESC) as seqnum
      FROM t
      GROUP BY colA, colB 
     ) ab
WHERE seqnum <= 2;

请注意，您可能需要DENSE_RANK()、RANK() 或ROW_NUMBER()，具体取决于您要如何处理关系。如果有 5 个 colB 值具有两个最高等级，则 DENSE_RANK() 将返回所有五个。

如果您想要两个值，请使用ROW_NUMBER()。

【讨论】：