6.21 分组子集：对子集再用聚合值过滤
严格来说，分组和汇总是两个独立的动作，但在 SQL 中总是一起出现，从而给人一种两者必须同时使用的假象。事实上，这种组合是对分组操作的一种局限，或者说分组之后，能够进行的计算远不止 SQL 中的几种聚合函数。
| ID | NAME | BIRTHDAY | STATE | DEPT | SALARY |
|---|---|---|---|---|---|
| 1 | Rebecca | 1974/11/20 | California | R&D | 7000 |
| 2 | Ashley | 1980/07/19 | New York | Finance | 11000 |
| 3 | Rachel | 1970/12/17 | New Mexico | Sales | 9000 |
| 4 | Emily | 1985/03/07 | Texas | HR | 7000 |
| 5 | Ashley | 1975/05/13 | Texas | R&D | 16000 |
| … | … | … | … | … | … |
查询年龄低于部门平均年龄的员工。
可以在函数 A.group() 中，定义分组后对每个分组子集的运算。不限于 SUM、COUNT 等聚合运算，可以定义一些复杂运算。
脚本：
| A | |
|---|---|
| 1 | =T(“Employee.csv”) |
| 2 | =A1.group(DEPT; (a=~.avg(age(BIRTHDAY)), ~.select(age(BIRTHDAY)<a)):YOUNG) |
| 3 | =A2.conj(YOUNG) |
A1 导入员工表。
A2 按部门分组，并在每个分组中选出年龄低于平均年龄的记录。在函数 A.group() 的聚合运算中，我们可以使用临时变量，使得运算更加简单易懂。
A3 将选出的记录合并。
