MySQL面试题_两地多次通行平均距离计算

问题是这样的,有出发地到目的地的多次通行距离数据,需要通过SQL语句求出两地之间的平均通行距离。比如成都到重庆、重庆到成都都视为这两地之间的形成,需要合并计算,数据如下↓

下面用两种思路来解答,第一种思路是先以出发地和目的地进行聚合操作,求出合计的距离和次数;然后通过简单的窗口函数,对上面这个聚合的表格进行一次JOIN操作,通过简单的逻辑判断得到我们想要的结果。

先进行第一步的聚合操作,这一步就比较简单了,通过GROUP BY就完成了,只是我们还需要在加一个ROW_NUMBER函数来计算出编号后面使用,SQL语句和结果如下↓

SELECT
  start,end,
  SUM(distance) AS tot_distance,
  COUNT(*) AS no_of_time,
  ROW_NUMBER() OVER(ORDER BY start) as id
FROM
  `distance`
GROUP BY
  start,end

接下来就是对上面这个表格进行JOIN处理,使用两次上面这个结果,用第一个表格的start字段去JOIN第二个表格的end字段,我们就可以判断出相关两地之间的距离;但这里会出现两次,所有还需要加一个条件,第一个表格的id<第二个表格的id,SQL语句和结果如下↓

WITH cte AS
  (SELECT
    start,end,
    SUM(distance) AS tot_distance,
    COUNT(*) AS no_of_time,
    ROW_NUMBER() OVER(ORDER BY start) as id
  FROM
    `distance`
  GROUP BY
    start,end)
SELECT
  t1.start,t1.end,
  t1.tot_distance,t2.tot_distance,t1.no_of_time,t2.no_of_time
FROM
  cte AS t1
JOIN cte AS t2 ON t1.start = t2.end AND t1.id < t2.id

基本上就实现了,我们只需要把最后的距离和次数加起来然后相除就可以了,最后的结果如下↓

第一种思路就是实现了,但是我们这里的数据各地之间是不相重合的,如果我们再增加一个成都到上海的路径,就会出问题了,所以我们还有第二种思路。


我们先增加两行数据,成都-上海的数据,数据如下↓

然后我们通过连接语句,把出发和目的地连接,这样就是唯一的标识了,SQL语句和结果如下↓

SELECT
  CONCAT(start,"-",end) AS start,
  CONCAT(end,"-",start) AS end,
  distance
FROM
  distance

然后通过次互换出发地和目的地的连接,就可以得到两地之间的距离和次数,在稍微计算一下就得到了平均距离和,SQL语句和结果如下↓

WITH ts AS
  (SELECT
    CONCAT(start,"-",end) AS start,
    CONCAT(end,"-",start) AS end,
    distance
  FROM
    distance)
SELECT start,SUM(distance),COUNT(*),SUM(distance)/COUNT(*) AS avg_dist FROM
(SELECT start,distance FROM ts AS t1
UNION ALL
SELECT end,distance FROM ts AS t1) tss
GROUP BY
  start

当然最后我们还可以把第一列拆分一下,只需要在上面的基础上用字符拆分函数就行了,SQL语句和结果如下↓

(WITH ts1 AS
  (WITH ts AS
    (SELECT
      CONCAT(start,"-",end) AS start,
      CONCAT(end,"-",start) AS end,
      distance
    FROM
      distance)
  SELECT start,SUM(distance)/COUNT(*) AS avg_dist FROM
  (SELECT start,distance FROM ts AS t1
  UNION ALL
  SELECT end,distance FROM ts AS t1) tss
  GROUP BY
    start)
SELECT
  SUBSTRING_INDEX(start,"-",1) AS start,
  SUBSTRING_INDEX(start,"-",-1) AS end,
  ROUND(avg_dist,2) AS avg_dist
FROM
  ts1)

到了这里,我们是不是可以通过合并的方式使开始-出发地不重复,就可以通过第一种方式来解决了,SQL语句和结果如下↓

WITH cte AS
  (SELECT
    start,end,
    SUM(distance) AS tot_distance,
    COUNT(*) AS no_of_time,
    ROW_NUMBER() OVER(ORDER BY start) as id
  FROM
    (SELECT
    CONCAT(start,"-",end) AS start,
    CONCAT(end,"-",start) AS end,
    distance
    FROM
    distance) ts
  GROUP BY
    start,end)
SELECT
  t1.start,
  (t1.tot_distance+t2.tot_distance)/(t1.no_of_time+t2.no_of_time) AS avg_dist
FROM
  cte AS t1
JOIN cte AS t2 ON t1.start = t2.end AND t1.id < t2.id

非常完美,各种形式的结果都有了,只需要根据需求使用就行了。

End

◆ PowerBI_RFM客户关系模型
◆ PowerBI饼图、圈图、旭日图
Excel时间序列预测函数
◆ Python操作MySQL数据库
◆ Python企业微信机器人

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,542评论 6 504
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,822评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,912评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,449评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,500评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,370评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,193评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,074评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,505评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,722评论 3 335
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,841评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,569评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,168评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,783评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,918评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,962评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,781评论 2 354

推荐阅读更多精彩内容