过滤是个很基本的运算，就是从一个集合中找出满足某些条件的成员构成的子集。SQL 中有 WHERE 和 HAVING 来实现过滤运算（严格地说，困为 SQL 缺乏离散性，WHERE 的运算结果是原数据表的子集的复制品）。SPL 也有 select 函数实现 SQL 中类似 WHERE 的运算（支持离散性的 SPL 返回的是真正的子集）。
对于无序集合而言，过滤运算找到满足条件的成员也就可以了，不必再有其它相关动作。但考虑到有序集合的时候，我们有时候还会关心这些满足条件的成员的位置。

比如按日期排序的某支股票的收盘价表，我们想知道用了几天股价涨到了 100 元以上。
用过滤运算找出股价超过 100 元的记录（也就是满足条件的成员）是没有意义的，我们事实上关心的是在有序集合中第一个使条件成立的成员的位置。
SQL 对付这种任务就比较麻烦，不能直接用过滤方法找出来，还是要造个序号，再计算出收盘价在 100 元以上的记录对应的序号的最小值。思路上有点“绕”了。

SELECT MIN(NO) 
FROM (SELECT ROWNUMBER() OVER ( ORDER BY TradeDate ) NO, ClosingPrice FROM Stock)
WHERE ClosingPrice>100

SPL 强化了对有序集合的支持，提供了一个 pselect 函数用于返回满足条件的成员的位置。

Stock.select( CloseingPrice > 100 )		// 收盘价大于100的记录
Stock.pselect@a( ClosingPirce > 100 )		// 收盘价大于100的记录的序号集合
Stock.pselect( ClosingPirce > 100 )		// 第一条收盘价大于100的记录的序号

刚才那个任务也就非常容易完成。

这种返回某些成员在有序集合中位置的函数，在 SPL 中称为定位函数，对应地，返回成员构成的子集的函数被称为选出函数，也就是过滤功能。而事实上，在 SPL 中，选出函数是被定位函数定义的，即先有 pselect 函数再有 select 函数，pselect 函数更为基础。SPL 中所有集合都是有序的，成员的位置是个非常基础的信息。
这些位置是有业务意义的，我们把刚才的运算需求改一下，想计算股价第一次涨到超过 100 元以上时的涨幅。

这个任务涉及有序计算和非常规聚合，用 SQL 实现就会“绕”得多：

WITH T AS (
    SELECT ROWNUMBER() OVER ( ORDER BY TradeDate ) NO, ClosingPrice,
           ClosingPrice - LAG(ClosingPrice) OVER ( ORDER BY TradeDate) Rising
    FROM Stock)
SELECT Rising FROM T WHERE NO = ( SELECT MIN(NO) FROM T WHERE ClosingPrice>100 )

这要把每天的涨幅都计算出来，CTE 语法生成的中间表也要被遍历两次。

如果集合有序，我们只要找到第一条收盘价大于 100 元的记录的位置，再和它的前一条的收盘价相减就可以了，这是很自然的思路。用 SPL 写出来就非常简单：

p=Stock.pselect( ClosingPrice > 100 )
return Stock(p).ClosingPrice - stock(p-1).ClosingPrice

这里第二句代码使用位置信息将收盘价从表中都取出，需要两次引用数据表。我们讲过，SPL 的 Lambda 语法可以很方便地实现相邻引用，但 Lambda 语法只能在循环集合的运算中使用，而不适用于这种针对一个确定位置计算的情况。
为此，SPL 提供了定位计算函数 calc，可以针对有序集合的指定位置使用 Lambda 语法：

p=Stock.pselect( ClosingPrice > 100 )
return Stock.calc(p,ClosingPrice - ClosingPrice[-1) )

这样的易读性更优。

前面我们讲过非常规聚合，可能返回数据表中最大最小值所在的记录，这也就是相当于返回了集合中的成员或子集（可能有多条记录都是最大最小值），一定程度也可以被视为选出函数，那么是不是也应该有对应的定位函数呢？
是的，SPL 中也有 pmax,pmin 函数用来返回有序集合中最大最小值所在的位置，而同样地，maxp,minp 函数也是基于 pmax,pmin 来定义的。
把刚才的问题改一下，我们想计算出股价最高那天的涨幅。利用这个定位函数就很容易写：

p=Stock.pmax( ClosingPrice )
return Stock.calc(p,ClosingPrice - ClosingPrice[-1) )

SQL 处理这个任务依然比较繁琐（假定最高股价是唯一的，不然还有更麻烦）：

WITH T AS (
    SELECT ClosingPrice,
           ClosingPrice - LAG(ClosingPrice) OVER ( ORDER BY TradeDate) Rising
    FROM Stock)
SELECT Rising FROM T WHERE ClosingPrice = ( SELECT MAX(ClosingPrice) FROM T )

返回成员集合的 top 函数也可以理解为选出函数，也就会有对应的定位函数 ptop。
计算股价最高那三天的平均涨幅：

p=Stock.ptop( -3; ClosingPrice )
return Stock.calc(p,ClosingPrice - ClosingPrice[-1) ).avg()

这里就不写 SQL 了，大家自己了脑补。