无涯教程网

从 PostgreSQL 中的每个组中抽取 N 个样本

发布于09月22日

我有一个包含数据的表，其中有一个名为id的列，如下所示:

id	value 1	value 2	value 3
1	244	550	1000
1	251	551	700
1	540	60	1200
...	...	...	...
2	19	744	2000
2	10	903	100
2	44	231	600
2	120	910	1100
...	...	...	...

我希望每id个存在的样本行中获取50个样本行，但如果存在少于50个行，则该组只需获取整个数据点集.

例如，我想从id = 1,id = 2等随机 Select 最多50个数据点.

我以前找不到任何与此类似的问题，但我至少在逻辑上try 过解决方案，其中我可以迭代和合并所有查询id并将其限制为50:

SELECT * FROM (SELECT * FROM schema.table AS tbl WHERE tbl.id = X LIMIT 50) UNION ALL;个

但是很明显，您不能使用这种类型的解决方案，因为UNION ALL需要将输出从一个id聚合到下一个id，并且我没有一个id值的列表来代替tbl.id = X中的X.

有没有一种方法可以通过收集唯一的id个值的列表并合并所有结果来实现这一点，或者有没有更好的方法来实现这一点？

推荐答案

如果您希望从每组ID中获得50个(或更少)，则可以使用窗口-

来自问题-"我希望 for each 存在的id获取50个样本行，但如果存在少于50个的行，则该组只需获取整个数据点集."

-你在说什么？

with data as (
select row_number() over (partition by id order by random()) rn,
* from table_name)
select * from data where rn<=50 order by id;

Postgresql相关问答推荐

Postgres BULK INSERT如何影响Debezium？

使用Spring data jpa和CriteriaQuery在jsonb列中搜索操作

使用函数返回值作为另一个函数的参数

为什么在使用PostGIS时，英国郡的几何图形会出现在几内亚湾？

处理Ruust-DIESEL中的Jsonb PostgreSQL列

Gorm 中的更新将created_at、updated_at 作为默认时间

为什么我的唯一索引在 Postgresql 中不起作用？

如何 Select 任意行的相邻行(在 sql 或 postgresql 中)？

处理 sqlalchemy 断开连接的更好方法

保存 geodjango PointField 时出错

是否可以在 Postgres 中存储一个 1 字节的数字？

如何防止materialized 视图在 pg_restore 期间刷新？

为什么 PostgreSQL 数组访问在 C 中比在 PL/pgSQL 中快得多？

为 Django Postgres 连接强制 SSL

无法使用 sequelize 从本地 node 应用程序连接到 heroku postgresql 数据库

如何禁用 postgresql缓存优化？

如何在带有 PostgreSQL 数据库的 Web 应用程序中拥有完整的离线功能？

你如何在postgresql中做mysqldump？

在 postgresql 中对使用 array_agg 创建的文本聚合进行排序

PostgreSQL 中 from dual 的等价性

实用课程推荐

相关教程推荐