我有一个SQL表,看起来像这样:
user_id | data1
0 | 6
0 | 6
0 | 6
0 | 1
0 | 1
0 | 2
1 | 5
1 | 5
1 | 3
1 | 3
1 | 3
1 | 7
我想编写一个返回两列的查询:一列用于用户ID,另一列用于每个id最常出现的值 . 在我的示例中,对于user_id 0,最常见的值是6,而对于user_id 1,最常见的值是3.我希望它看起来如下所示:
user_id | most_frequent_value
0 | 6
1 | 3
我使用下面的查询来获取最频繁的值,但它针对整个表运行并返回整个表的最常见值,而不是每个id . 我需要添加什么才能让它为每个id返回最常用的值?我想我需要使用子查询,但不确定如何构造它 .
SELECT user_id, data1 AS most_frequent_value
FROM my_table
GROUP BY user_id, data1
ORDER BY COUNT(*) DESC LIMIT 1
3 回答
如果你使用正确的"order by"然后
distinct on (user_id)
做同样的工作,因为它需要来自"user_id"分区的数据的1.line .DISTINCT ON
是PostgreSQL的专长 .您可以使用窗口函数根据数据的计数1对用户ID进行排名 .
使用postgres 9.4或更高版本是可能的 . 您可以像以下一样使用它: