MYSQL 从按用户分组的表中选择前 5 个计数

Question

我提前道歉，因为我可能没有正确描述我的问题。我正在尝试编写一个查询，该查询获取每个用户前 5 个最受欢迎的 selected_user_items，并通过 group_concat 将每个用户的前几行连接成逗号分隔的字符串，然后按 user_id 进行分组。

例如，如果 user_id 为 1 的 item_id 为 1 有 5 行，item_id 为 2 有 2 行，item_id 为 3 有 3 行，4 5 和 6 有 1 行，那么结果将是 1, 3 , 2, 4, 5。

这是我的示例表结构。

姓名：chosen_user_items

id | user_id | item_id
------------------------
1  | 1       | 1
2  | 1       | 4
3  | 1       | 19
4  | 1       | 10
5  | 1       | 13
.  | 1       | 1
.  | 1       | 11
.  | 1       | 18
.  | 1       | 212
.  | 1       | 654
.  | 2       | 1
.  | 2       | 28
.  | 2       | 568
.  | 2       | 112
.  | 2       | 354
.  | 3       | 4
.  | 3       | 4
.  | 3       | 19
.  | 3       | 212
.  | 3       | 654
.  | 3       | 4
.  | 3       | 4
.  | 3       | 253
.  | 3       | 187
.  | 3       | 212

这是我想要的输出示例：

user_id | group_concat_results
------------------------------
1       | 1, 4, 19, 13, 212
2       | 1, 28, 568, 212, 354
3       | 4, 212, 19, 654, 253

这是我目前的查询

SELECT `chosen_user_items`.`item_id`, COUNT(`chosen_user_items`.`item_id`) AS 'item_count' 
FROM `chosen_user_items` 
WHERE `chosen_user_items`.`user_id` = 1
GROUP BY `chosen_user_items`.`item_id` 
ORDER BY `item_count` DESC 
LIMIT 5

虽然这对单个用户很有用，但我希望能够为所有用户只运行一次此查询（以避免执行数百或数千个数据库查询），并且必须手动连接一种语言的结果比如PHP。

提前致谢。

Answer 1

通过某种排名，可以通过 1 个查询来完成。

select user_id, group_concat(item_id) from 
(
select 
  user_id
  ,item_id
  ,@item_rank := if(@current_item = user_id, @item_rank+1,1) as item_rank 
  ,@current_item:=user_id
  from
      (      
      select 
        user_id
        ,item_id
        ,count(*) aantal
      from chosen_user_items
      group by user_id,item_id
      order by user_id,count(*) desc
      ) a )b
      where item_rank <6
      group by user_id

这是一个sqlfiddle 来测试它。

我只是对 group_concat 的顺序有疑问，它没有相应地排序。

尝试以下查询以查看 group_concat 之前的结果，也许您可​​以更好地连接它。

select 
  user_id
  ,item_id
  ,@item_rank := if(@current_item = user_id, @item_rank+1,1) as item_rank 
  ,@current_item:=user_id
  from
      (      
      select 
        user_id
        ,item_id
        ,count(*) aantal
      from chosen_user_items
      group by user_id,item_id
      order by user_id,count(*) desc
      ) a 

---

此查询根据您问题中的数据正确排序 concat：

select user_id, group_concat(item_id) from 
(
select 
  user_id
  ,item_id
  ,@item_rank := if(@current_item = user_id, @item_rank+1,1) as item_rank 
  ,@current_item:=user_id
  from
      (      
      select 
        user_id
        ,item_id
        ,count(*) aantal
      from chosen_user_items
      group by user_id,item_id
      order by user_id,count(*) desc
      ) a )b
      where item_rank <6
      group by user_id
      order by user_id,item_rank asc

Answer 2

使用 R 的解决方案。

dbplyr 包将允许您直接针对数据库运行此脚本，而无需将数据拉入内存。如果您不想使用 R，可以renderdbplyr 从您的 R 语句生成的 SQL 查询。

library(tidyverse)
library(stringr)

# --- Set Up ---
dat <- tribble(
  ~user_id, ~item_id,
  1, 1,
  1, 4,
  1, 19,
  1, 10,
  1, 13,
  1, 1,
  1, 11,
  1, 18,
  1, 212,
  1, 654,
  2, 1,
  2, 28,
  2, 568,
  2, 112,
  2, 354,
  3, 4,
  3, 4,
  3, 19,
  3, 212,
  3, 654,
  3, 4,
  3, 4,
  3, 253,
  3, 187,
  3, 212
)

# --- Prep --- 
pre <- dat %>% 
  group_by(user_id) %>% 
  arrange(user_id, item_id) %>% 
  add_count(item_id) %>% 
  rename(
    n_items = n
  ) %>% 
  distinct(user_id, item_id, .keep_all = TRUE) %>% 
  top_n(5, n_items) %>% 
  slice(1:5) %>% 
  arrange(user_id, desc(n_items)) 

# --- Solve ---
# Hacky
solution_one <- pre %>% 
  mutate(collapsed = str_c(item_id, collapse = ", ")) %>% 
  slice(1) %>% 
  select(user_id, collapsed)

# Ideal
solution_two <- pre %>%
  nest() %>% 
  mutate(
    collapsed = data %>% 
      map("item_id") %>% 
      map_chr(str_c, collapse = ", "))

输出：

solution_two
#> # A tibble: 3 x 3
#>   user_id             data            collapsed
#>     <dbl>           <list>                <chr>
#> 1       1 <tibble [5 x 2]>     1, 4, 10, 11, 13
#> 2       2 <tibble [5 x 2]> 1, 28, 112, 354, 568
#> 3       3 <tibble [5 x 2]> 4, 212, 19, 187, 253

这是最好的解决方案，因为您将item_id 及其计数保留在嵌套列表列data 中。

Answer 3

要解决此问题，我认为您需要执行 4 个不同的步骤。

首先，您需要选择/选择/排序要显示的行。 这可以使用 row_number 和 partition by 来完成（这不能在 MYSQL 中使用，但在本指南中，他们向您展示了 MYSQL 等效解决方案https://blog.sqlauthority.com/2014/03/09/mysql-reset-row-number-for-each-group-partition-by-row-number/）

其次，您需要过滤 row_number 小于 5 的行，这将类似于每个查询的“限制 5”。

第三步，您需要将每个用户的这 5 条记录转换为 5 列。 这可以使用数据透视表来完成。在这里你可以找到一个你必须做的例子：MySQL pivot table

最后一步：您只需连接 5 列中的每一列，您将获得每个用户所需的信息。

我希望这可以澄清

编辑：使用函数 GROUP_CONCAT 将允许您替换最后两个步骤