结构化数据上的 TopN 运算

1.     最大值 / 最小值

最大值 / 最小值可以理解为 TopN 查询中,N 等于 1 时的情况,因为很常用所以单独拿出来讲一下。取最大值 / 最小值是很常见的需求,例如一班数学最高分是多少,员工年龄最小的是几岁等等。但是有时候我们并不关心具体的值,而是关心最大值 / 最小值出现的位置,这种需求常用于跨行计算。例如公司销售额最高的那个月比上个月的销售额增加了多少?此时我们需要知道销售额最高月份所在记录的行号,再取出上个月的销售额与之比较。还有时候我们关心的是最大值 / 最小值所在记录的详细信息。例如取一班数学最高分的同学姓名,公司年龄最小的员工在哪个部门等等。

本节将从以上三种情况来讲解如何处理最大值 / 最小值的各种情况。以纳斯达克指数为例,部分数据如下:

DateOpenCloseVolume

2019/01/026506.9101566665.9399412261800000

2019/01/036584.770026463.52607290000

2019/01/046567.1401376738.8598632579550000

2019/01/076757.5297856823.4702152507550000

2019/01/086893.4399416897.02380290000

…………


1.1    取最大值 / 最小值

【例 1】 求纳斯达克指数 2019 年最高收盘价。

【SPL 脚本】

AB

1=file("IXIC.txt").import@t()/导入纳斯达克指数数据

2=A1.select(year(Date)==2019)/选出 2019 年数据

3=A2.max(Close)/使用函数 A.max() 获取最高收盘价

同样的例子,求纳斯达克指数 2019 年最低收盘价:

AB

3=A2.min(Close)/使用函数 A.min() 获取最低收盘价


1.2    取最大值 / 最小值所在的行号

【例 2】 求 2019 年收盘价最高日,相比前一日的收盘价涨幅。

【SPL 脚本】

AB

1=file("IXIC.txt").import@t()/导入纳斯达克指数数据

2=A1.select(year(Date)==2019).sort(Date)/选出 2019 年数据并按日期排序

3=A2.pmax(Close)/使用函数 A.pmax() 取出收盘价最高点所在的行号

4=A2.calc(A3,Close/Close[-1]-1)/使用收盘价最大值与前日收盘价计算涨幅

最大值不一定是唯一的,如果想返回所有的行号,可以使用函数 A.pmax() 的 @a 选项:

AB

3=A2.pmax@a(Close)/取出所有收盘价最高点记录所在行号

    如果希望从后向前定位,可以使用函数 A.pmax() 的 @z 选项:

AB

3=A2.pmax@z(Close)/从后向前取出收盘价最高点记录所在行号


1.3    取最大值 / 最小值所在的记录

【例 3】 求纳斯达克指数 2019 年最高点的日期。

【SPL 脚本】

AB

1=file("IXIC.txt").import@t()/导入纳斯达克指数数据

2=A1.select(year(Date)==2019)/选出 2019 年数据

3=A2.maxp(Close)/使用函数 A.maxp() 取出收盘价最高点所在的记录

4=A3.Date/取出收盘价最高点的日期

    同样可以使用函数 A.minp() 来取最小值所在记录:

AB

3=A2.minp(Close)/使用函数 A.minp() 取出收盘价最低点所在的记录

    函数 A.maxp()和 A.minp() 同样支持 @a 和 @z 选项,就不再逐一列举了。

2.     前 N 个 / 后 N 个

取前 N 个 / 后 N 个的需求,与取最大值 / 最小值是类似的。我们同样分为三类需求来详细介绍。还是以纳斯达克指数为例,部分数据如下:

DateOpenCloseVolume

2019/01/026506.9101566665.9399412261800000

2019/01/036584.770026463.52607290000

2019/01/046567.1401376738.8598632579550000

2019/01/076757.5297856823.4702152507550000

2019/01/086893.4399416897.02380290000

…………


2.1    取前 N 个 / 后 N 个值

【例 4】 查询纳斯达克指数 2019 年成交量最高的 3 个量值。

【SPL 脚本】

AB

1=file("IXIC.txt").import@t()/导入纳斯达克指数数据

2=A1.select(year(Date)==2019)/选出 2019 年数据

3=A2.top(-3, Volume)/使用函数 A.top(n,x) 获取成交量最高的 3 个量值

同样的例子,查询纳斯达克指数 2019 年成交量最低的 4 个量值:

AB

3=A2.top(4, Volume)/使用函数 A.top(n,x) 获取成交量最低的 4 个量值


2.2    取前 N 个 / 后 N 个所在的行号

【例 5】 查询纳斯达克指数 2019 年收盘价最高的 3 天中,交易量相对前一日的涨幅。

【SPL 脚本】

AB

1=file("IXIC.txt").import@t()/导入纳斯达克指数数据

2=A1.select(year(Date)==2019).sort(Date)/选出 2019 年数据并按日期排序

3=A2.ptop(-3, Close)/使用函数 A.ptop(n,x) 取出最高的 3 个收盘价所在的行号

4=A3.run(~=A2(~).Volume/A2(~-1).Volume-1)/循环使用当日交易量与前日交易量计算涨幅


2.3    取前 N 个 / 后 N 个所在的记录

【例 6】 查询纳斯达克指数 2019 年成交量最低的 5 个交易日的交易信息。

【SPL 脚本】

AB

1=file("IXIC.txt").import@t()/导入纳斯达克指数数据

2=A1.select(year(Date)==2019).sort(Date)/选出 2019 年数据

3=A2.top(5; Close)/使用函数 A.top(n; x) 取出成交量最低的 5 个交易日的记录


3.     分组中的使用

除了分组汇总计算每组的最大值 / 最小值,查询每组前 N 个 / 后 N 个也是很常见的需求。例如每个月卖的最好的 5 款商品是哪些,每年总销售额前三名的客户是哪些等等。本节我们会分类介绍,如何解决在分组中使用 TopN 的问题。

3.1    分组聚合中的最大值

【例 7】 查询各班数学最高分。成绩表部分数据如下:

CLASSSTUDENTIDSUBJECTSCORE

11English95

11Math90

11PE80

12English75

12Math84

…………

【SPL脚本】

AB

1=file("Score.txt").import@t()/导入成绩表数据

2=A1.select(Subject:"Math")/选出数学成绩

3=A2.groups(Class; max(Score):BestScore)/按班级分组,使用 max() 函数统计各班数学最高分


3.2    分组后进行 TopN 运算

我们也可以把 TopN 查询看作一种聚合运算。首先将数据按照一定的条件分组,然后再对每个分组后的结果集进行 TopN 查询。我们分别按照取值和取记录两种情况来讲解。

【例 8】 查询各班数学前两名的分数。成绩表部分数据如下:

CLASSSTUDENTIDSUBJECTSCORE

11English95

11Math90

11PE80

12English75

12Math84

…………

【SPL脚本】

AB

1=file("Score.txt").import@t()/导入成绩表数据

2=A1.select(Subject:"Math")/选出数学成绩

3=A2.group(Class; ~.top(-2, Score):top2)/按班级分组,使用函数 A.top() 统计各班数学前两名的分数

4=A3.new(Class, top2(1):First,   top2(2):Second)/创建结果表,第一列是班级,第二列是第一名,第三列是第二名


【例 9】 查询各班每科成绩前三名的学生信息。成绩表部分数据如下:

CLASSSTUDENTIDSUBJECTSCORE

11English95

11Math90

11PE80

12English75

12Math84

…………

【SPL脚本】

AB

1=file("Score.txt").import@t()/导入成绩表数据

2=A1.group(Class,Subject;~.top(-3;Score):top3)/按班级和学科分组并取出每组分数前两名

3=A2.conj(top3)/将所有班级各科前两名对应的记录合并


3.3    以累计方式进行 TopN 运算

以累计方式进行 TopN 运算,不会产生分组的结果集,常用于数据量比较大的时候。我们还是按照取值和取记录两种情况来讲解。

【例 10】 求每个部门入职最早的两个人的入职日期。雇员表的部分数据如下:

EIDNAMEDEPTEntryDate

1RebeccaR&D2005/03/11

2AshleyFinance2008/03/16

3RachelSales2010/12/01

4EmilyHR2006/08/15

5RyanR&D2004/07/30

…………

 

【SPL 脚本】

AB

1=file("Employee.txt").cursor@t()/产生雇员表的游标

2=A1.groups(Department;   top(2,EntryDate):Top2)/按部门分组并取出每组入职时间最早的两个日期

3=A2.news(Top2;Department, ~:EntryDate)/创建新表,第一列是部门,第二列是入职日期


【例 11】 求每个部门薪水前三高的员工信息。雇员表的部分数据如下:

EIDNAMEDEPTSALARY

1RebeccaR&D7000

2AshleyFinance11000

3RachelSales9000

4EmilyHR7000

5RyanR&D13000

…………

 

【SPL 脚本】

AB

1=file("Employee.txt").cursor@t()/产生雇员表的游标

2=A1.groups(Department; top(-3;Salary):Top3)/按部门分组并取出每组薪水前三的记录

3=A2.conj(Top3)/把各部门薪水前三的记录合并


SPL CookBook》中还有更多相关计算示例。

©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 221,273评论 6 515
  • 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 94,349评论 3 398
  • 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 167,709评论 0 360
  • 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 59,520评论 1 296
  • 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 68,515评论 6 397
  • 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 52,158评论 1 308
  • 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 40,755评论 3 421
  • 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 39,660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 46,203评论 1 319
  • 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 38,287评论 3 340
  • 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 40,427评论 1 352
  • 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 36,122评论 5 349
  • 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 41,801评论 3 333
  • 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 32,272评论 0 23
  • 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 33,393评论 1 272
  • 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 48,808评论 3 376
  • 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 45,440评论 2 359

推荐阅读更多精彩内容