group-by

    1熱度

    4回答

    如果我有一個像 task_id | state --------+------------ 1 | NULL --------+------------ 1 | RESOLVED --------+------------ 2 | NULL --------+------------ 2 | NULL 表我怎樣才能通過TASK_ID哪個狀態是唯一

    0熱度

    2回答

    想法是查詢article表,其中文章有給定的tag,然後到STRING_AGG屬於該文章行的所有(甚至不相關的)標籤。 示例表和查詢: CREATE TABLE article (id SERIAL, body TEXT); CREATE TABLE article_tag (article INT, tag INT); CREATE TABLE tag (id SERIAL, title T

    1熱度

    2回答

    我需要一些幫助查詢來分組一些行,我試着整天找不到解決方案,我相信這很容易。也許有人可以給我帶來光在黑暗中: 我的表: > id | Bid | Cid | value > 4 | 22 | 11 | 33 > 5 | 24 | 11 | 33 > 6 | 25 | 11 | 33 > 7 | 24 | 11 | 100 > 8 | 25 | 16 | 150 我只想要結果買

    -1熱度

    2回答

    所以我有以下的數據集(這是什麼樣子,與原來的是7K行的小樣本/例和30列超過70年): Year,Location,Population Total, Median Age, Household Total 2000, Adak, 220, 45, 67 2000, Akiachak, 567, NA, 98 2000, Rainfall, 2, NA, 11 1990, Adak, NA

    0熱度

    1回答

    數= 1我有這樣的SQL查詢與A組表: SELECT * FROM caduti GROUP BY foto HAVING count(foto) = 1 我有表caduti具有重複值foto列,需要從foto柱值來更新列foto_ok僅適用於列中唯一的值。 我嘗試了好幾種UPDATE語句像這樣的 UPDATE caduti SET foto_ok=foto FROM ( SELEC

    0熱度

    1回答

    我有這個表設置。 create table holdMyBeer ( Id int, Name varchar(20) ) insert into holdMyBeer values (1, 'park'), (1, 'washington'), (1, 'virginia'), (2, 'harbor'), (2, 'premier'), (2, 'par

    0熱度

    2回答

    我有一個查詢,將「總計」列中的所有值相加並將它們對齊到它們的商店名稱,年份,品牌和型號的唯一組合(通過一個Group By): select storename, year, make, model, sum(total) as [Sum] from #TempTable group by storename, year, make, model 的結果的一個例子: Sto

    1熱度

    2回答

    問題如下:我需要顯示由每個客戶進行的付款(使用codcli列代碼標識)的數字(使用COUNT()函數)但通過一些部門進行過濾(tipope列)。正如您在圖片中看到的那樣,該號碼會顯示出來,但會在分部之間進行拆分,而我希望每個客戶只顯示一次。 如何在沒有付款分離的情況下過濾?

    0熱度

    4回答

    從這個查詢: SELECT v.idutente AS idutente, vl.idvideo AS idvideo, (vl.likeY-vl.unlikeY) AS sott FROM video_likeunlike AS vl LEFT OUTER JOIN video AS v ON vl.idvideo = v.ID WHERE status =

    0熱度

    1回答

    我有一個不完整的數據框,我想填充缺少的值以匹配組。 incomplete_table <- tibble(id = c(1,1,2,2,3,3,3), value = c("a",NA,"b","b","c","d", NA)) # # A tibble: 7 x 2 # id value # <dbl> <chr> # 1 1 a # 2 1 <NA>