group-by

    1热度

    4回答

    如果我有一个像 task_id | state --------+------------ 1 | NULL --------+------------ 1 | RESOLVED --------+------------ 2 | NULL --------+------------ 2 | NULL 表我怎样才能通过TASK_ID哪个状态是唯一

    0热度

    2回答

    想法是查询article表,其中文章有给定的tag,然后到STRING_AGG属于该文章行的所有(甚至不相关的)标签。 示例表和查询: CREATE TABLE article (id SERIAL, body TEXT); CREATE TABLE article_tag (article INT, tag INT); CREATE TABLE tag (id SERIAL, title T

    1热度

    2回答

    我需要一些帮助查询来分组一些行,我试着整天找不到解决方案,我相信这很容易。也许有人可以给我带来光在黑暗中: 我的表: > id | Bid | Cid | value > 4 | 22 | 11 | 33 > 5 | 24 | 11 | 33 > 6 | 25 | 11 | 33 > 7 | 24 | 11 | 100 > 8 | 25 | 16 | 150 我只想要结果买

    -1热度

    2回答

    所以我有以下的数据集(这是什么样子,与原来的是7K行的小样本/例和30列超过70年): Year,Location,Population Total, Median Age, Household Total 2000, Adak, 220, 45, 67 2000, Akiachak, 567, NA, 98 2000, Rainfall, 2, NA, 11 1990, Adak, NA

    0热度

    1回答

    数= 1我有这样的SQL查询与A组表: SELECT * FROM caduti GROUP BY foto HAVING count(foto) = 1 我有表caduti具有重复值foto列,需要从foto柱值来更新列foto_ok仅适用于列中唯一的值。 我尝试了好几种UPDATE语句像这样的 UPDATE caduti SET foto_ok=foto FROM ( SELEC

    0热度

    1回答

    我有这个表设置。 create table holdMyBeer ( Id int, Name varchar(20) ) insert into holdMyBeer values (1, 'park'), (1, 'washington'), (1, 'virginia'), (2, 'harbor'), (2, 'premier'), (2, 'par

    0热度

    2回答

    我有一个查询,将“总计”列中的所有值相加并将它们对齐到它们的商店名称,年份,品牌和型号的唯一组合(通过一个Group By): select storename, year, make, model, sum(total) as [Sum] from #TempTable group by storename, year, make, model 的结果的一个例子: Sto

    1热度

    2回答

    问题如下:我需要显示由每个客户进行的付款(使用codcli列代码标识)的数字(使用COUNT()函数)但通过一些部门进行过滤(tipope列)。正如您在图片中看到的那样,该号码会显示出来,但会在分部之间进行拆分,而我希望每个客户只显示一次。 如何在没有付款分离的情况下过滤?

    0热度

    4回答

    从这个查询: SELECT v.idutente AS idutente, vl.idvideo AS idvideo, (vl.likeY-vl.unlikeY) AS sott FROM video_likeunlike AS vl LEFT OUTER JOIN video AS v ON vl.idvideo = v.ID WHERE status =

    0热度

    1回答

    我有一个不完整的数据框,我想填充缺少的值以匹配组。 incomplete_table <- tibble(id = c(1,1,2,2,3,3,3), value = c("a",NA,"b","b","c","d", NA)) # # A tibble: 7 x 2 # id value # <dbl> <chr> # 1 1 a # 2 1 <NA>