我可以对组中除返回类别之外的所有元素使用 SQL to Sum() and/or count() 吗？

Question

我有 table 的数据。第 1 列是类别列表，第 2 列是布尔值。我有 N 个类别，每个类别有 N 行。

我想 return 一个 table 数据按类别分组，每个类别的行数汇总，以及布尔列的总和（行数与值 = 1).

我还想 return 总结：(Sum(BooleanField)/Count(BooleanField))/(Sum(BooleanField)/Count(BooleanField))，其中分子不包括行我的分组依据函数 return 对应的类别 (Category_name)，分母是包罗万象的（所有类别）。

到目前为止，我有代码

SELECT(Category_name),
COUNT(BooleanField),
SUM(BooleanField),
SUM(BooleanField)/COUNT(BooleanField) -- this is % True for each category

-- some logic that takes the % true for all categories except the category 
-- that we are grouping by later / by the % true overall (all observations) 

FROM Data.Source
GROUP BY Category_Name

到目前为止，这段代码只是探索性的。

“幻数”列解释了我接下来要寻找的内容，其他列表示到目前为止我的代码return编辑的内容：https://docs.google.com/spreadsheets/d/17oienILCeATmH-kNzBZqz0s0Bj9ptjKZ9HfcQJCvAdA/edit#gid=0

感谢您的帮助。

Sample Data:

Category BooleanField
Cat1    0
cat1    1
cat2    1
cat2    1
cat2    1
Cat2    0
Cat2    0
Cat2    1
Cat2    1
Cat2    1
Cat3    0
Cat3    0
Cat3    0
Cat3    1
Cat4    1
Cat4    0
Cat4    0
Cat4    0
Cat4    0
Cat4    1

想要的结果

Category    Percent True    Sum Count   Magic Number
 Cat1       50.00%            1   2      1.0000
 Cat2       60.00%            6   8      0.6667
 Cat3       25.00%            1   4      1.1250
 Cat4       33.33%            2   6      1.1429

幻数列是我要找的麻烦。我需要找到这个幻数列，以便我可以确定哪些类别最能降低总体真实百分比。这样，删除最具影响力的负面类别将最大程度地增加整体 %T。

Answer 1

您可以使用 OVER() window 函数对所有值求和，然后减去当前行。

with data as (
    select  num,  str
    from (values (1, 'one'), (2, 'two'), (3, 'three'))
)

select num
  , sum(num) over() everything_added
  , sum(num) over() - num everything_but_this_row
from data;

使用这些基本组件，您现在可以构建任何所需的公式，例如“其中分子不包含具有类别的行”。

Answer 2

您可以使用 window 函数。我认为你想要的逻辑是：

select category, 
    avg(cast(booleanField as int)) as percent_true,
    sum(cast(booleanField as int)) as total,
    count(*) cnt,
    (sum(sum(cast(booleanField as int))) over() - sum(cast(booleanField as int))) 
        / (sum(count(*)) over() - count(*))
        / avg(cast(booleanField as int))
        as magic_number
from mytable
group by category
order by category

我可以对组中除返回类别之外的所有元素使用 SQL to Sum() and/or count() 吗？

Can I use SQL to Sum() and/or count() for all elements in the group except for the returned category?

sql

average

count

window-functions

snowflake-cloud-data-platform