标签: aggregate

考虑一个如下结构的表格或CTE:

Name    Num
----    ----
Abc     12
Abc     12
XYZ     70
XYZ     80
XYZ     85
Bar     50
Bar     55
Foo     44
Foo     44
Baz     88

要求是确定的名称,其中多个不同的订购数量存在.

期望的结果集是

Name   
----
XYZ     
Bar     

您将使用什么TSQL语句来派生此结果集？

更新:确实,给定名称可能有2个以上的条目.

标准SQL聚合函数max()将返回组中的最高值; min()将返回最低点.

Oracle中是否有一个聚合函数来从组中返回一个随机值？还是一些技术来实现这一目标？

例如,给出表格foo:

group_id value
1        1
1        5
1        9
2        2
2        4
2        8

SQL查询

select group_id, max(value), min(value), some_aggregate_random_func(value)
from foo
group by group_id;

可能产生:

group_id  max(value), min(value), some_aggregate_random_func(value)
1        9            1           1
2        8            2           4

很明显,最后一列是该组中的任何随机值.

基于域驱动设计的以下定义：处理软件核心的复杂性，

聚合是：关联对象的群集，出于数据更改的目的，这些对象被视为一个单元。外部引用仅限于AGGREGATE的一个成员，称为根。一组一致性规则适用于AGGREGATE的边界。

我认为Aggregate根目录不应包含对存储库的引用。由于聚合根是唯一应保留对其实体和聚合的引用的根，因此它们应该是私有的。

我的存储库如何保留并恢复此私有数据？

编辑：

让我们以经典的Order，OrderLines为例。

订单是聚合根。

它的行是实体。

由于聚合根（订单）是唯一允许保存对其实体（订单行）的引用的对象，因此我不知道如何持久存储库中的订单行。

我在使用data.table包时遇到了一些麻烦.我正在使用这个包,因为它似乎非常快速和高效的内存,它将工作在一个非常大的数据集(约6米x 300).

所以,基本上我遇到的问题的一个例子是:

AA <- matrix(runif(50,0,100), 10,5)
AA <- data.table(AA)
colnames(AA) <- c("one","two","three","four","five")
AA[,"key"] <- c(1:10)
setkey(AA,key)

BB <- matrix(c("A1","A1","B1","A1","C1","F1","T1","Y1","S1","S1","B2","C2","V2","G2","R2","U2","P2","Q2","A2","R2"),10,2)
BB <- data.table(BB)
BB[,"key"] <- c(1:10)
setkey(BB,key)

CC <- AA[BB]

这给出了以下内容

> CC
  key       one       two     three     four     five V1 V2
 [1,]   1 70.528360  7.901987 66.827238 44.51487 26.22273 A1 B2
 [2,]   2 38.560889 31.808611  7.877950 34.51093 51.27989 A1 C2
 [3,]   3 70.164154 16.636281 59.127573 79.95673 19.07643 B1 V2
 [4,]   4 82.019267 86.958215  3.335632 44.19048 46.29047 A1 G2
 [5,]   5 24.980403 …

我有两列数据.在一列中,它是日期,在另一列中,它是流量数据.

我能够将数据读取为日期和流量数据.我使用了以下代码:

creek <- read.csv("creek.csv")
library(ggplot2)
creek[1:10,]
colnames(creek) <- c("date","flow")
creek$date <- as.Date(creek$date, "%m/%d/%Y")

我的数据链接是https://www.dropbox.com/s/eqpena3nk82x67e/creek.csv

现在,我想找到每年的摘要.我想特别了解平均值,中位数,最大值等.

谢谢.

此致,Jdbaba

我有一个像这样的大数据框:

ID  c_Al   c_D    c_Hy      occ
A     0     0      0        2306
B     0     0      0        3031
C     0     0      1        2581
D     0     0      1        1917
E     0     0      1        2708
F     0     1      0        2751
G     0     1      0        1522
H     0     1      0        657
I     0     1      1        469
J     0     1      1        2629
L     1     0      0        793
L     1     0      0        793
M     1     0      0        564
N     1     0      1        2617
O     1     0      1 …

场景:我有一个df,多个用户的"得分"尝试通过测试.每次观察都是尝试使用userID和得分.有些用户可能会传递他们的第一次尝试,有些可能需要几次; 他们得到无限的尝试.我想找到每个用户的平均分数.

例如:

userID = c(1:20, sample(1:20, 10, replace = TRUE))
score = c(rnorm(15, mean = 60, sd = 10), rnorm(8, mean = 70, sd = 5), 
rnorm(7, mean = 90, sd = 2))
scores = data.frame(userID, score)

我需要一个最终结果数据框,它只是一个唯一的用户ID列表,其中包含所有尝试的平均值(无论是尝试过一次还是多次).

在我试过的所有愚蠢的方法中,我最近的是:

avgScores = aggregate(scores, by=list("userID"), "mean")

并收到以下错误消息:"参数必须具有相同的长度." 我也尝试过排序和子设置(实际的数据框有时间戳),摆动我的鼻子,一起敲我的鞋子,但我没有在哪里,这个noob大脑被炸.

谢谢

我的数据有年龄,也有每月付款.

我正在尝试汇总汇总金额,但没有总结年龄(平均值会有效).

是否可以为不同的列使用不同的功能？

说我有这个data.frame, data:

data <- data.frame(val=c(rep(6,10), rep(7, 15), rep(8, 20), rep(9, 25), rep(10, 100), rep(11, 20), rep(12, 15), rep(13, 10)))
data$plus <- data$val + 100

我的目标是创建一个data.frame具有每个频率val和相关plus值的新.

我目前的策略是创建一个表(称为table),然后合并频率.然后只保留每组中的第一个观察:

table <- table(data$val)
df1 <- data.frame(val = as.integer(names(table)[1:length(table)]), N = table[1:length(table)])
df2 <- merge(data, df1)
df3 <- do.call(rbind, by(df2, list(df2$val), FUN=function(x) head(x, 1)))

这有效,但看起来很笨重.

例如,在Stata中,代码将更简单.就像是:

bys val plus: egen max = _N
bys val plus: gen first = _n==1
keep if first==1

有没有办法简化或使R代码更优雅？

我在python中有一个有很多行的对象:

输入:

    Team1     Player1     idTrip13     133
    Team2     Player333   idTrip10     18373
    Team3     Player22    idTrip12     17338899
    Team2     Player293   idTrip02     17656
    Team3     Player20    idTrip11     1883
    Team1     Player1     idTrip19     19393

我需要聚合这些数据(如数据透视表).

OUTPUT我正在努力:

Team1   Player1 : 2 trips : sum(133+19393)
Team2   Player333 : 1 trip : 18373; Player293 : 1 trip : 17656
Team3   Player22 : 1 trip : 17338899; Player20 : 1 trip : 1883

有人可以建议在Python中使用适当的对象,以便我可以有以下输出吗？

print team, player, trips, time