dense-rank

    3热度

    1回答

    我的应用程序使用的视图必须保持通用(无过滤器),其中包括分析函数RANK和DENSE_RANK。例如,我有一个观点MYVIEW: SELECT RANK() OVER (PARTITION BY FIELD1 ORDER BY FIELD2) RANK, FIELD2, FIELD3 FROM TABLE1; 我的应用程序,然后在运行时即应用必要的过滤器 SELECT * FROM M

    0热度

    2回答

    我可以使用以下PSQL查询(最后)获取我表格中单行的dense_rank,但是,我希望能够显示此为: dense_rank OUT OF total distinct ranks 例如,由于dense_rank允许“关系”,可以这么说,如果我有100行和所选行排名第14位(也有只有59不同等级),我想说: Ranked 14th out of 59 有没有一种方法可以修改我的查询来实现这一目标,还

    0热度

    1回答

    我在黑斑羚(TBL1)中有一个表格,其中包含具有不同数量的第一个普通字母的不同名称。该表包含约3M记录。我想添加一个新的属性到表中,其中每个常见的第一个字母将有一个类。这与DENSE_RANK工作方式相同,但是具有动态数量的第一个字母。相同的第一个字母的数量不应少于p=3字母(p =参数)。 这里是表和所要求的结果的例子: | ID | Attr1 | New_Attr1 | Some more

    0热度

    1回答

    我有一个float值的表。我想使用这些值的子集(A)来创建使用PERCENT_RANK()的行列。然后,我想根据从第一个子集(A)导出的排名将排名分配给表中第二个(非相交)子集(B)的值。仅仅将(B)中的值加入(A)中的值将不起作用,因为来自子集(B)的值通常不会等于子集(A)中的值。在那种情况下,我很好地使用“最接近价值”方法或“线性插值”方法来获得等级。由于我处理数十万行,因此我的选择是速度和

    1热度

    2回答

    我有A和B列。我需要按以下方式对列A进行分组:2 & 3,5 & 6,8 10一起基于B列中的值。列A始终是递增1到10.我有问题在SQL中找到一种方法,因为它们具有相同的B值(1.4),因此分组编号分别为5 & 6和8 10。我想将增量A值组合在一起(5,6,8,9,10由于缺少7而不增量)。感谢任何帮助。谢谢。 A B 1 1.0 2 1.1 3 1.1 4 1.3 5 1.4 6

    2热度

    1回答

    位置请看下面的表格和数据的SQL Server 2008数据库: CREATE TABLE sponsorships ( sponsorshipID INT NOT NULL PRIMARY KEY IDENTITY, sponsorshipLocationID INT NOT NULL, sponsorshipArtworkID INT NOT NULL );

    2热度

    2回答

    我有一个表,其中每个行项目包含单元#,日期戳和床位数。每个有床位数的单位都会创建一条记录。 Unit DateTime Beds ---------------------- ICU 2011-03-23 12 ICU 2011-03-24 24 ICU 2011-03-25 24 ICU 2011-03-26 35 ICU 2011-03-27 24 ICU 2011-03-28

    2热度

    1回答

    我想了解在MySQL中使用变量的密集等级。 我创建了一个表,如: create table scores (id int,score float); 这样插入的值: insert into scores values(1,3.50); insert into scores values(2,3.65); insert into scores values(3,4.00); insert

    2热度

    2回答

    我有一个表中包含工厂(工厂编号和工厂名称)的列表 Factory ID Factory Name 1001 Factory1 1002 Factory2 1003 Factory3 用户将一些数据上传到一个历史表中的每个工厂,每个月份。同一月的现有工厂数据也将被不同的用户覆盖。因此历史表格将如下所示。 Factory ID Month UploadedValue Upload

    1热度

    1回答

    假设我有重复了一系列的: import pandas as pd ts = pd.Series([1,2,3,4] * 5) ,我要计算它的百分等级。 它始终是一个有点棘手计算与多个匹配的行列,但我觉得我得到意想不到的结果: ts.rank(method = 'dense', pct = True) Out[112]: 0 0.05 1 0.10 2 0.15 3 0.2