sql - 用于具有动态样本大小的分层抽样的 sql 查询

Question

假设我们有一个这种格式的表格：

id   strata sample_size
1    s1     2
2    s1     2
3    s1     2
4    s2     1
5    s2     1
....

从这个例子中，我们看到两个层 s1 和 s2。我想做的是分层抽样，样本量是最后一列。例如，我想从 s1 中随机抽样 2 个实例，从 s2 中随机抽样 1 个。任何帮助表示赞赏。请记住，我有很多阶层，硬编码是不可能的。一世

标签： sqlpostgresqlpresto

Answer 1

您可以使用row_number()：

select t.*
from (select t.*,
             row_number() over (partition by strata order by rand()) as seqnum
      from t
     ) t
where seqnum <= strata_size;