计算 SQL 表中关于列的相同记录

Question

问题描述

我正在寻找可以使用表 1 创建表 2 的 SQL 查询。我已经想到了这样做的方法，但它不是很 eloquent，如果可能的话，我更喜欢更简单的东西。

表格1：

ID	Col_1	Col_2	Col_3	Col_4
01	一个	问	R	ü
02	一个	问	R	磷
03	一个	问	R	ü
04	一个	问	R	磷
05	一个	问	吨	ü
06	一个	问	吨	磷
07	一个	问	吨	ü
08	一个	问	吨	磷
09	一个	问	R	ü
10	乙	问	R	磷
11	乙	问	R	ü
12	乙	问	R	磷
13	乙	问	吨	ü
14	C	问	吨	磷
15	C	问	吨	ü
16	C	问	吨	ü
17	C	问	R	磷
18	C	问	R	ü
19	C	问	R	磷
20	C	问	R	ü

表 2：

ID	Col_1	Col_2	Col_3	Col_4
01	9	9	5	3
02	9	9	5	2
03	9	9	5	3
04	9	9	5	2
05	9	9	4	2
06	9	9	4	2
07	9	9	4	2
08	9	9	4	2
09	9	9	5	3
10	4	4	3	2
11	4	4	3	1
12	4	4	3	2
13	4	4	1	1
14	7	7	3	1
15	7	7	3	2
16	7	7	3	2
17	7	7	4	2
18	7	7	4	2
19	7	7	4	2
20	7	7	4	2

表 2 中的数字生成如下：

在表 2 的 Col_1 中，数字是所有具有相同 Col_1 值的 ID 的计数。
在表 2 的 Col_2 中，数字是具有相同 Col_1 AND Col_2 值的所有 ID 的计数。
在表 2 的 Col_3 中，数字是具有相同 Col_1 AND Col_2 AND Col_3 值的所有 ID 的计数。
在表 2 的 Col_4 中，数字是具有相同 Col_1 AND Col_2 AND Col_3 AND Col_4 值的所有 ID 的计数。

例子：
在表 1 中，ID01 的 Col_1 值为“A”。 'A' 与 02、03、04、05、06、07、08 和 09（其他 8 个 ID）匹配，因此数字为 9。
ID01 的 Col_2 值为“Q”。 Col_1 中的“A”和Col_2 中的“Q”与 02、03、04、05、06、07、08 和 09（其他 8 个 ID）匹配，因此数字为 9。
ID01 的 Col_3 值为“R”。 Col_1 中的“A”和Col_2 中的“Q”和Col_3中的“R”与 02、03、04 和 09（4 个其他 ID）匹配，因此数字为 5。
ID01 的 Col_4 值为“U”。 Col_1 中的“A”和Col_2 中的“Q”和Col_3中的“R”和Col_4中的“U”与 03 和 09（2 个其他 ID）匹配，因此数字为 3。

本质上，我们试图在表 1 中找到相同 ID 的总数 - 相对于感兴趣的 Col。

我试过的

我想出了一种方法来获取表 2 中的数字，使用简短的 SQL 查询：

-- Somehow use in Table 2 
SELECT 
    col_1,
    col_2,
    col_3,
    col_4,
    COUNT() AS ct
FROM sample_table
GROUP BY 
    col_1,
    col_2,
    col_3,
    col_4
ORDER BY ct DESC;

这返回

Col_1	Col_2	Col_3	Col_4	ct
一个	问	R	ü	3
一个	问	R	磷	2
一个	问	吨	磷	2
一个	问	吨	ü	2
乙	问	R	磷	2
C	问	R	磷	2
C	问	R	ü	2
C	问	吨	ü	2
乙	问	R	ü	1
乙	问	吨	ü	1
C	问	吨	磷	1

这是表 2 的 Col_4 的正确数字 (ct)。我只需要匹配此 output 和表 1 中的列。我还可以GROUP BY更少的列分组以获得 Col_3、Col_2 和 1 的正确数字。例如

SELECT 
    col_1,
    col_2,
    col_3,
    COUNT() AS ct
FROM samptbl
GROUP BY 
    col_1,
    col_2,
    col_3
ORDER BY ct DESC;

Col_1	Col_2	Col_3	ct
一个	问	R	5
一个	问	吨	4
C	问	R	4
乙	问	R	3
C	问	吨	3
乙	问	吨	1

我现在正在 SQLite 中执行此操作，但如果需要，我可以使用任何其他语言（PostgreSQL、Python）。 如果可能的话，我真的希望这在 SQL 中是 100%。 我正在使用的数据集很大，因此需要良好的效率。

Answer 1

您可以使用 window function COUNT()来做到这一点：

SELECT ID,
       COUNT(*) OVER (PARTITION BY Col_1) Col_1,
       COUNT(*) OVER (PARTITION BY Col_1, Col_2) Col_2,
       COUNT(*) OVER (PARTITION BY Col_1, Col_2, Col_3) Col_3,
       COUNT(*) OVER (PARTITION BY Col_1, Col_2, Col_3, Col_4) Col_4
FROM table1
ORDER BY ID

无需任何更改，它也适用于 Postgresql。
请参阅演示。

Answer 2

您可以使用 CREATE TABLE AS 和简单的子选择：

CREATE TABLE TABLE2 AS
SELECT a.ID, 
        (SELECT COUNT(ID) FROM samptbl WHERE a.col_1 = col_1) as col_1, 
        (SELECT COUNT(ID) FROM samptbl WHERE a.col_1 = col_1 and a.col_2 = col_2)  as col_2, 
        (SELECT COUNT(ID) FROM samptbl WHERE a.col_1 = col_1 and a.col_2 = col_2 and a.col_3 = col_3)  as col_3,
        (SELECT COUNT(ID) FROM samptbl WHERE a.col_1 = col_1 and a.col_2 = col_2 and a.col_3 = col_3 and a.col_4 = col_4)  as col_4
FROM samptbl a;

db小提琴

但是效率不会很好...