89

MySQLでビンサイズを指定する方法はありますか？現在、次のSQLクエリを試しています。

select total, count(total) from faults GROUP BY total;

生成されているデータは十分ですが、行が多すぎます。必要なのは、データを事前定義されたビンにグループ化する方法です。スクリプト言語からこれを行うことはできますが、SQLで直接行う方法はありますか？

例：

+-------+--------------+
| total | count(total) |
+-------+--------------+
|    30 |            1 | 
|    31 |            2 | 
|    33 |            1 | 
|    34 |            3 | 
|    35 |            2 | 
|    36 |            6 | 
|    37 |            3 | 
|    38 |            2 | 
|    41 |            1 | 
|    42 |            5 | 
|    43 |            1 | 
|    44 |            7 | 
|    45 |            4 | 
|    46 |            3 | 
|    47 |            2 | 
|    49 |            3 | 
|    50 |            2 | 
|    51 |            3 | 
|    52 |            4 | 
|    53 |            2 | 
|    54 |            1 | 
|    55 |            3 | 
|    56 |            4 | 
|    57 |            4 | 
|    58 |            2 | 
|    59 |            2 | 
|    60 |            4 | 
|    61 |            1 | 
|    63 |            2 | 
|    64 |            5 | 
|    65 |            2 | 
|    66 |            3 | 
|    67 |            5 | 
|    68 |            5 | 
------------------------

私が探しているもの：

+------------+---------------+
| total      | count(total)  |
+------------+---------------+
|    30 - 40 |            23 | 
|    40 - 50 |            15 | 
|    50 - 60 |            51 | 
|    60 - 70 |            45 | 
------------------------------

これは簡単な方法では達成できないと思いますが、関連するストアドプロシージャへの参照も問題ありません。

4

10 に答える 10

169

これは、MySQL で数値のヒストグラムを作成する非常に手っ取り早い方法に関する投稿です。

CASE ステートメントやその他の種類の複雑なロジックを使用して、より優れた柔軟なヒストグラムを作成する方法は他にも複数あります。この方法は、ユースケースごとに変更するのが非常に簡単で、非常に短く簡潔であるため、何度も何度も私を魅了します. これはあなたがそれを行う方法です：

SELECT ROUND(numeric_value, -2)    AS bucket,
       COUNT(*)                    AS COUNT,
       RPAD('', LN(COUNT(*)), '*') AS bar
FROM   my_table
GROUP  BY bucket;

numeric_value を自分の列に変更し、丸めの増分を変更するだけです。それだけです。値が大きい場合にバーが大きくなりすぎないように、バーを対数スケールにしました。

最初のバケットに後続のバケットと同じ数の要素が含まれるようにするために、丸めの増分に基づいて、ROUNDing 操作で numeric_value をオフセットする必要があります。

たとえば、ROUND(numeric_value,-1) の場合、範囲 [0,4] (5 要素) の numeric_value が最初のバケットに配置され、[5,14] (10 要素) が 2 番目、[15,24] が 3 番目のバケットに配置されます。数値値が ROUND(数値値 - 5, -1) によって適切にオフセットされていない限り。

これは、かなり見栄えの良いランダム データに対するクエリの例です。データの迅速な評価には十分です。

+--------+----------+-----------------+
| bucket | count    | bar             |
+--------+----------+-----------------+
|   -500 |        1 |                 |
|   -400 |        2 | *               |
|   -300 |        2 | *               |
|   -200 |        9 | **              |
|   -100 |       52 | ****            |
|      0 |  5310766 | *************** |
|    100 |    20779 | **********      |
|    200 |     1865 | ********        |
|    300 |      527 | ******          |
|    400 |      170 | *****           |
|    500 |       79 | ****            |
|    600 |       63 | ****            |
|    700 |       35 | ****            |
|    800 |       14 | ***             |
|    900 |       15 | ***             |
|   1000 |        6 | **              |
|   1100 |        7 | **              |
|   1200 |        8 | **              |
|   1300 |        5 | **              |
|   1400 |        2 | *               |
|   1500 |        4 | *               |
+--------+----------+-----------------+

いくつかの注意事項: 一致しない範囲はカウントに表示されません。カウント列にゼロはありません。また、ここでは ROUND 関数を使用しています。TRUNCATE の方が理にかなっている場合は、簡単に TRUNCATE に置き換えることができます。

ここで見つけましたhttp://blog.shlomoid.com/2011/08/how-to-quickly-create-histogram-in.html

于 2012-04-28T11:40:43.407 に答える
36

Mike DelGaudio の答えは私のやり方ですが、わずかな変更があります。

select floor(mycol/10)*10 as bin_floor, count(*)
from mytable
group by 1
order by 1

利点？ビンは好きなだけ大きくしたり小さくしたりできます。サイズ100のビン？floor(mycol/100)*100. サイズ5のビン？floor(mycol/5)*5.

ベルナルド。

于 2011-09-14T03:16:35.517 に答える
16 
SELECT b.*,count(*) as total FROM bins b 
left outer join table1 a on a.value between b.min_value and b.max_value 
group by b.min_value

テーブル bins には、ビンを定義する列 min_value と max_value が含まれています。演算子「join... on x BETWEEN y and z」は包括的であることに注意してください。

table1 はデータテーブルの名前です

于 2009-11-19T17:38:30.570 に答える
11

Ofri Raviv の答えは非常に近いですが、正しくありません。ヒストグラム間隔にゼロの結果がある場合でもなりcount(*)ます。1条件付きを使用するには、クエリを変更する必要がありますsum。

SELECT b.*, SUM(a.value IS NOT NULL) AS total FROM bins b
  LEFT JOIN a ON a.value BETWEEN b.min_value AND b.max_value
GROUP BY b.min_value;
于 2010-07-20T19:07:32.073 に答える
10 
select "30-34" as TotalRange,count(total) as Count from table_name
   where total between 30 and 34
union (
select "35-39" as TotalRange,count(total) as Count from table_name 
   where total between 35 and 39)
union (
select "40-44" as TotalRange,count(total) as Count from table_name
   where total between 40 and 44)
union (
select "45-49" as TotalRange,count(total) as Count from table_name
   where total between 45 and 49)
etc ....

間隔が多すぎない限り、これはかなり良い解決策です。

于 2012-09-10T19:22:00.907 に答える
4

後でOfriRavivのソリューションで使用するために、指定した数またはサイズに従ってビンの一時テーブルを自動的に生成するために使用できる手順を作成しました。

CREATE PROCEDURE makebins(numbins INT, binsize FLOAT) # binsize may be NULL for auto-size
BEGIN
 SELECT FLOOR(MIN(colval)) INTO @binmin FROM yourtable;
 SELECT CEIL(MAX(colval)) INTO @binmax FROM yourtable;
 IF binsize IS NULL 
  THEN SET binsize = CEIL((@binmax-@binmin)/numbins); # CEIL here may prevent the potential creation a very small extra bin due to rounding errors, but no good where floats are needed.
 END IF;
 SET @currlim = @binmin;
 WHILE @currlim + binsize < @binmax DO
  INSERT INTO bins VALUES (@currlim, @currlim+binsize);
  SET @currlim = @currlim + binsize;
 END WHILE;
 INSERT INTO bins VALUES (@currlim, @maxbin);
END;

DROP TABLE IF EXISTS bins; # be careful if you have a bins table of your own.
CREATE TEMPORARY TABLE bins (
minval INT, maxval INT, # or FLOAT, if needed
KEY (minval), KEY (maxval) );# keys could perhaps help if using a lot of bins; normally negligible

CALL makebins(20, NULL);  # Using 20 bins of automatic size here. 

SELECT bins.*, count(*) AS total FROM bins
LEFT JOIN yourtable ON yourtable.value BETWEEN bins.minval AND bins.maxval
GROUP BY bins.minval

これにより、入力されたビンのヒストグラムカウントのみが生成されます。David Westは彼の訂正で正しいはずですが、何らかの理由で、未入力のビンが結果に表示されません（LEFT JOINを使用しているにもかかわらず—理由はわかりません）。

于 2010-08-10T11:12:56.827 に答える
3

それはうまくいくはずです。それほどエレガントではありませんが、それでも：

select count(mycol - (mycol mod 10)) as freq, mycol - (mycol mod 10) as label
from mytable
group by mycol - (mycol mod 10)
order by mycol - (mycol mod 10) ASC

マイク・デルガウディオ経由

于 2011-02-17T14:36:46.420 に答える