我有一个巨大的数据集,我需要计算每一行的重复项的数量。例如:在特定行中,我有客户X。我需要创建一个新列,该列将显示客户X在数据集中注册的次数。我做了一个关于这方面的代码,但性能非常差。我将花费大约3天的时间,直到数据集完成。有人能帮助提高这个计算的性能吗?下面是我的想法的一个例子: #importing resources
im
一段时间以来,我一直在尝试创建一个查询,该查询每天对表中包含具有特定id的列的所有行进行计数,然后根据UNIX时间戳列将它们分组为周值。我有一个有3700万行的中型数据集,并且一直在尝试运行以下类型的查询:
SELECT DATE(timestamp), COUNT(*) FROM `table` WHERE ( date(timestamp,并且查询没有正确地<