带有 CASE 语句、多个变量和子变量的 SQL 查询答案

【问题标题】：SQL query with CASE statement ,multiple variables and sub variables带有 CASE 语句、多个变量和子变量的 SQL 查询
【发布时间】：2018-07-18 09:45:48
【问题描述】：

我正在处理数据集，我需要在 R-programming 或 SQLDF 中为以下要求编写查询，我想知道并学习用两种语言 (SQL and R) 编写，请帮助。

要求是：我需要从表中打印变量“a” id 34 和 Rank 3 的 Total_Scores 大于 Total_Scores of id 34 和排名 4 否则打印变量 b 。以上情况适用于id和Rank

id   Rank    Variable     Total_Scores
34      3     a              11
34      4     b               6
126     3     c              15
126     4     d              18
190     3     e               9
190     4     f              10
388     3     g              20
388     4     h              15
401     3     i              15
401     4     x              11
476     3     y              11
476     4     z              11
536     3     p              15
536     4     q               6

我试图写SQL CASE 声明，但我被卡住了，请你帮忙帮助编写查询

"select id ,Rank ,
                      CASE 
           WHEN (select Total_Scores from table where id == 34 and Rank == 3) > (select Total_Scores from table where id == 34 and Rank == 4)
           THEN "Variable is  )

最终输出应该是：

id   Rank    Variable     Total_Scores
34      3        a          11
126     4        d          18
190     4        f          10
388     3        g          20
401     3        i          15
536     3        p          15

【问题讨论】：

id 476 未出现在示例输出中。这是一个错误吗？
抱歉，它应该在最终输出中。
应该有什么 - 两行或其中一行，或者没关系？
要求为每个 id 选择具有最高 Total_scores 的行，在此我需要 Total_Scores Level 的行
这个还不清楚。您需要 all 特定 id 的这些行还是只需要 任何一个 这些行？这两种选择都是共同的要求。

标签： sql r sqldf

【解决方案1】：

您似乎想要每个 id 得分最高的行。在 SQL 中编写此代码的规范方法是使用 row_number():

select t.*
from (select t.*,
             row_number() over (partition by id order by score desc) as seqnum
      from t
     ) t
where seqnum = 1;

这将返回每 id 一行，即使分数相同。如果您希望在这种情况下使用所有行，请使用 rank() 而不是 row_number()。

另一种方法可以通过(id, score) 上的索引获得更好的性能：

select t.*
from t
where t.score = (select max(t2.score) from t t2 where t2.id = t.id);

【讨论】：

【解决方案2】：

你可以试试这个。

SELECT T.* FROM (
    SELECT id, 
        MAX(Total_Scores) Max_Total_Scores 
    FROM MyTable
    GROUP BY id
    HAVING MAX(Total_Scores) > MIN(Total_Scores) ) AS MX 
INNER JOIN MyTable T ON MX.id = T.id AND MX.Max_Total_Scores = T.Total_Scores
ORDER BY id

Sql Fiddle

【讨论】：

【解决方案3】：

在R中

library(dplyr)
df %>% group_by(id) %>% 
         filter(Total_Scores == max(Total_Scores)) %>% filter(n()==1) %>% 
         ungroup()

# A tibble: 6 x 4
   id  Rank Variable Total_Scores
 <int> <int> <chr>           <int>
1    34     3 a                  11
2   126     4 d                  18
3   190     4 f                  10
4   388     3 g                  20
5   401     3 i                  15
6   536     3 p                  15

数据

df <- read.table(text="
             id   Rank    Variable     Total_Scores
               34      3     a              11
               34      4     b               6
               126     3     c              15
               126     4     d              18
               190     3     e               9
               190     4     f              10
               388     3     g              20
               388     4     h              15
               401     3     i              15
               401     4     x              11
               476     3     y              11
               476     4     z              11
               536     3     p              15
               536     4     q               6 

               ",header=T, stringsAsFactors = F)

【讨论】：

谢谢苏利曼。但是我能够弄清楚解决方案数据 %>% group_by(id) %>% mutate(Rank = rank(Total_Scores))%>% filter(Rank == 2)

【解决方案4】：

假设您想要的是获得Total_Scores 对id 最大的行的子集，这里有两种方法。

问题没有讨论如何处理关系。示例中有一个id 有一个平局，但没有与之对应的输出，我认为这不是故意的，或者两行都应该输出，或者其中之一。无论如何，在 (1) 中的解决方案中，如果有重复，它将任意给出其中一行，而 (2) 将给出两者。

1) sqldf

如果您在 SQLite select 中使用 max，它将自动选择同一行的其他变量，因此：

library(sqldf)
sqldf("select id, Rank, Variable, max(Total_Scores) Total_Scores 
       from DF
       group by id")

给予：

       id Rank Variable Total_Scores
1  34    3        a           11
2 126    4        d           18
3 190    4        f           10
4 388    3        g           20
5 401    3        i           15
6 476    3        y           11
7 536    3        p           15

2) base R 在base R中，我们可以像这样使用ave和subset：

subset(DF, ave(Total_Scores, id, FUN = function(x) x == max(x)) > 0)

给予：

    id Rank Variable Total_Scores
1   34    3        a           11
4  126    4        d           18
6  190    4        f           10
7  388    3        g           20
9  401    3        i           15
11 476    3        y           11
12 476    4        z           11
13 536    3        p           15

注意

可重现形式的输入：

Lines <- "id   Rank    Variable     Total_Scores
34      3     a              11
34      4     b               6
126     3     c              15
126     4     d              18
190     3     e               9
190     4     f              10
388     3     g              20
388     4     h              15
401     3     i              15
401     4     x              11
476     3     y              11
476     4     z              11
536     3     p              15
536     4     q               6"

DF <- read.table(text = Lines, header = TRUE, as.is = TRUE)

【讨论】：