sql - 根据另一列中的共同值计算同一列中的对
问题描述
为简化起见,我有一个包含两列的表,第一列是“文章 doi 编号”,另一列是“出版公司”。这是从表中截取的一个长示例:
article_doi_number publishing_company
1 10.24397 elsevier
2 10.24397 emerald insight
3 10.24397 jstor
4 10.24397 tandfonline
5 10.24397 wiley and sons
6 10.24397 sage journals
7 10.18150 elsevier
8 10.18150 wiley and sons
9 10.18150 emerald insight
10 10.60920 gale academic
11 10.60920 proquest
12 10.60920 springer link
13 10.60920 jstor
14 10.80442 ingenta connect
15 10.80442 pubmed
16 10.21337 harvard business review
17 10.21337 proquest
18 10.80416 plos
19 10.80431 research gate
20 10.80431 proquest
21 10.70125 ieee
22 10.81093 frontiers
23 10.33542 scielo
24 10.33542 pubmed
25 10.81100 harvard business review
26 10.81100 proquest
27 10.33586 elsevier
28 10.33586 wiley and sons
29 10.33586 sage journals
30 10.33586 gale academic
31 10.33586 proquest
32 10.33586 research gate
我想返回这对出版公司的名称(在同一列或不同列中,没关系)以及它们在不同/唯一文章 doi 编号中一起出现的频率。例如,elsevier 和 wiley and sons 是出现频率最高的一对(3 次)。
我想建立的另一件事是,再次返回这对出版公司的名称(无论这发生在不同的列还是一个列中都无关紧要),但现在我想返回它们出现的频率以唯一的文章 doi 编号一起发布,这些编号由各自的出版公司单独发布。例如,哈佛商业评论和 proquest 是仅发表一篇文章的最受欢迎的组合(2 次)。
我尝试了一些使用 group by、count 等的查询(使用 SQLite),但还差得很远。也尝试过,数据透视表但数据太大(超过了 excel 中的最大列限制)。我也对使用 R 的答案持开放态度,但最喜欢 SQL 查询。
解决方案
这是你如何做到的:
select a.publishing_company , b.publishing_company , count(*) cnt
from tablename a
join tablename b
on a.article_doi_number = b.article_doi_number
and a.id < b.id
group by a.publishing_company , b.publishing_company
order by cnt desc
db<>在这里摆弄
你可以limit 1
在最后只显示第一行。
推荐阅读
- python - 使用 Pygame 的 Python 角色移动
- sql-server - 如何在 SQL Server 中获得预期的输出
- tensorflow - Tensorflow - tf.variable_scope,GAN 的重用参数
- java - 动态投射对象
- python - Matplotlib:极坐标投影 transData.transform 给出错误值
- python - 在 kivy 中的类(屏幕)之间传递值
- magento2 - Magento2:覆盖自定义模块模板
- arrays - 使用来自响应的后端信息:Angular
- sql - 为什么 Django 只模拟 ON DELETE CASCADE?
- mysql - 删除多个表中的数据 laravel