PostgreSQL -在数组中查找最常见的子字符串()
PostgreSQL -在数组中查找最常见的子字符串()
提问于 2020-08-03 16:48:34
我需要找到一种方法从PostgreSQL中的数组中确定最常见的子字符串。
我在PostgreSQL的一个列中有一个单维数组，它存储CPV值(一个嵌套的分类词汇表- https://simap.ted.europa.eu/cpv)。这些代码由数字字符组成，但作为varchar存储，因为某些记录具有前导零，如下所示：
["45331110", "50721000", "45251250", "42160000", "39715000", "45315000", "09323000", "71321200", "45331100", "50720000"]
我想使用PostgreSQL从这个数组中提取最常见的两位数字，在示例中是45。
回答 2
Stack Overflow用户
回答已采纳
发布于 2020-08-03 16:59:11
如果您想获得每个行最常见的两位数字，那么您可以使用：
WITH data_rows(id, cpv_values) AS (
VALUES (1, ARRAY ['45331110', '50721000', '45251250','42160000','39715000','45315000', '09323000','71321200','45331100', '50720000'])
, (2, ARRAY ['50721000']) -- second test case
)
SELECT id, leading_two_digits
FROM data_rows
-- for every row in `data_rows` (your table),
-- select the most common `leading_two_digits` (through GROUP BY/ORDER BY/LIMIT 1)
JOIN LATERAL (
SELECT left(code, 2) AS leading_two_digits
FROM unnest(cpv_values) AS f(code)
GROUP BY left(code, 2)
ORDER BY COUNT(*) DESC
LIMIT 1
) s ON true返回
+--+------------------+
|id|leading_two_digits|
+--+------------------+
|1 |45 |
|2 |50 |
+--+------------------+如果您想在所有行中获得最常见的两位数字，可以使用：
WITH data_rows(cpv_values) AS (
VALUES (ARRAY ['45331110', '50721000', '45251250','42160000','39715000','45315000', '09323000','71321200','45331100', '50720000']),
(ARRAY ['45'])
)
SELECT left(code, 2) AS leading_two_digits
FROM data_rows, unnest(cpv_values) AS f(code)
GROUP BY left(code, 2)
ORDER BY COUNT(*) DESC
LIMIT 1Stack Overflow用户
发布于 2020-08-03 17:04:31
这个查询可以满足您的需要。
select substr(t, 1, 2) mc
from unnest(array['45331110', '50721000', '45251250', '42160000', '39715000', '45315000', '09323000', '71321200', '45331100', '50720000']) t
group by mc
order by count(1) desc
limit 1;结果：
Name|Value|
----|-----|
mc |45 |您可以使用上面的thie作为子查询来提取每行最常见的子字符串。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/63233614
复制相关文章
相似问题
腾讯云开发者
