SPL=Surpass Python Language
5 回帖  •  591 浏览  • 
已解决      ...

(已解决) 关于函数 group@s 和 groups

 
集算器(187) 函数(31)

大佬们，周末好🙏 关于函数 group@s 我有点疑问，因为纠结不过，还是发帖求助一下。

group@s 我目前了解到的有以下作用：

1、对序列进行内存排序，比如，序列.group@s()，括号里不用带参数。可以代替 sort 函数实现内存排序，在序列重复值较多时，可以得到较好的排序性能;

2、对序表中的某个字段进行去重和排序，比如，序表.group@s(字段名;)，此时括号里有分号，且分号后面不带参数，就可以得到该字段下的经去重排序后的只有一列的序表。如果写成序表.group@s(字段)，此时括号里没有分号，得到的就是按该字段排序后的序表;

3、实现前半有序的排序，比如，游标.group@sq(字段 1; 字段 2)，此时括号里的两个参数用分号隔开，表示在字段 1 有序的前提下，按字段 2 排序，且不用聚合计算。

上述 3 项功能其实都是排序，且在某些使用场景下会有较好的性能，这很好用。

但 group 函数在带有 @s 选项时，有一个主要的用途是累计聚合，官方函数文档里说的是 "以累计方式计算"，这样一来，group@s 和 groups 具有了相同的功能，我纠结的点是在聚合计算后，还能不能再对这个聚合值进行进一步处理？在函数 groups 里，聚合之后的值是可以进一步计算的，但是，在 group@s 中，聚合后的值不能进一步处理。实际上，group 函数可以用波浪线 ~ 来引用每一个分组，且可以使用 ~.fx() 来处理，但加了 @s 选项后就不能引用波浪线来作为每一个分组，此时只能用聚合函数，且只能聚合一次。举个简单的例子如下，要统计某学校一年级 7 个班的成绩，计算每一个班级的参考人数，及格人数，及格率，优秀人数和优秀率，模拟数据可以通过如下语句获取：

A
1 =7.news(52+rand(10);left(uuid(),5): 姓名,format("一 (%s) 班",get(1)): 班级,rand(100): 成绩)

模拟数据的部分截图如下，就 3 个字段，姓名、班级和成绩，共 7 个班级：

imagepng

这种统计问题用 groups 可以很方便实现，效果如下：

A
1 =7.news(52+rand(10);left(uuid(),5): 姓名,format("一 (%s) 班",get(1)): 班级,rand(100): 成绩)
2 =A1.groups(班级;sum(1): 参考人数,count(成绩 >=60): 及格人数,format("%.2f%%", 及格人数 /sum(1)*100): 及格率)

代码格 A2 运行结果如下所示：

imagepng

观察代码格 A2 中的写法，第三个聚合值及格率是经过 5 次处理得到的，首先是用 sum(1) 聚合总人数，然后引用了第 2 个计算结果及格人数，注意这里可以引用前面计算好的结果，相除后再乘以 100，然后再用 format 函数把相除后的值变成百分比显示，之所以把这个过程描述的那么啰嗦，是为了说明在 groups 里，是可以对聚合结果作进一步处理的。

既然在 groups 里可以引用前面计算好的聚合结果，我就想偷懒，不想每次都写聚合函数，假如有几十个聚合指标，是不是要写几十次的聚合函数？于是我想到了变量名，上述写法加上变量名，令 t=sum(1)，q=count(成绩 >=60)，然后，在计算及格率时就引用成 t/q，如下：

=A1.groups(班级;t=sum(1):参考人数,q=count(成绩>=60):及格人数,format("%.2f%%",q/t*100):及格率)

但是语句这样写结果跑不出来，说是不能识别表达式 q，我又改成了 "及格人数 / 参考人数"，同样也是报错，说不能识别表达式及格人数。我琢磨了一下，因为 groups 里需要用聚合函数，而引用的 t/q，只是一个单值，并不存在聚合，报错是正常的。那为啥上述代码格 A2 引用了及格人数却没有报错，原因是一起绑定了一个聚合值 sum(1)，同样是对聚合值 sum(1) 作进一步处理计算，所以没抛出异常。这样的话，只要存在聚合表达式就可以正常使用变量名或者前面已经计算好的字段名，于是，换成 (q+sum(0))/t，这样就可以出结果了：

A
1 =7.news(52+rand(10);left(uuid(),5): 姓名,format("一 (%s) 班",get(1)): 班级,rand(100): 成绩)
2 =A1.groups(班级;t=sum(1): 参考人数,q=count(成绩 >=60): 及格人数,format("%.2f%%",(q+sum(0))/t*100): 及格率)

（以下结果是随机数生成的，所以每次运行结果都会不同）

imagepng

疑问 1：这个疑问有点异想天开了，我想 groups 里能不能在不带聚合函数的情况下引用计算好的字段或者变量，比如上面提到的，写成 q/t，或者 及格人数 / 参考人数，而不是 (q+sum(0))/t 必须带上聚合函数。但这明显不符合 groups 分组聚合的定义。

前面写那么多，目的是跟 group@s 作对比，既然 group@s 带有聚合功能，那是不是可以把上述语句中的 groups 换成 group@s，测试结果是不行的，因为在 group@s 里，不能对聚合值进行进一步计算。比如，写成单个聚合表达式是没有问题的，跟 groups 没有两样：

A
1 =7.news(52+rand(10);left(uuid(),5): 姓名,format("一 (%s) 班",get(1)): 班级,rand(100): 成绩)
2 =A1.group@s(班级;sum(1): 参考人数,count(成绩 >=60): 及格人数 )

imagepng

但是，只要对聚合值进一步计算就会出错，也不能引用前面计算好的字段。比如，把上述 sum(1)+100，及格人数聚合表达式中除以 60，能出结果，但这个结果是错的，聚合表达式返回的是某一行的值，或者只是某个单值，并未聚合：

A
1 =7.news(52+rand(10);left(uuid(),5): 姓名,format("一 (%s) 班",get(1)): 班级,rand(100): 成绩)
2 =A1.group@s(班级;sum(1)+100: 参考人数,count(成绩 >=60)/60: 及格人数 )

以下结果是有问题的：

imagepng

如果此时引用成 "count(成绩 >=60)/ 参考人数"，就会抛出错误，即使包含了聚合表达式，也不能识别表达式 "参考人数"。

另外，group 时不加 @s 选项，直接 group，用波浪线引用每一个分组，如下：

A
1 =7.news(52+rand(10);left(uuid(),5): 姓名,format("一 (%s) 班",get(1)): 班级,rand(100): 成绩)
2 =A1.group(班级;t=~.sum(1): 参考人数,q=~.count(成绩 >=60): 及格人数,format("%.2f%%",q/t*100): 及格率 )
3 =A1.group(班级;t=~.sum(1): 参考人数,q=~.count(成绩 >=60): 及格人数,format("%.2f%%", 及格人数 / 参考人数 *100): 及格率 )

上述代码格中 A2 是能出正确结果的，也就是说在 group 中，可以引用变量名称。
但 A3 是会抛出错误 "不能识别的表达式及格人数"，也就是说此时不可以引用前面计算好的字段。

所以，疑问 2：

group 时，group() 括号里可否引用计算好的字段名？

group@s 里的聚合功能可否跟 groups 函数里的聚合功能一致，实现对聚合值的进一步处理？

上述写法和疑问难免偏颇，恳请大佬们得闲时给予帮助指导，谢谢！

集算器(187) 函数(31)