"1 针对分组子集的运算和处理对集合分组后，每组数据都是原集合的子集，也就是分组子集。这类难题是指分组后不需要立刻汇总，而是要保持分组子集继续计算。SQL分组后必须立刻汇总，不能直接保持分组子 .."

jinxing
乾学院 53 号会员
43 浏览 • 1 个月前

SPL 查询与报表计算实战指南 - 1 针对分组子集的运算和处理

计算＆AI

1 针对分组子集的运算和处理

对集合分组后，每组数据都是原集合的子集，也就是分组子集。这类难题是指分组后不需要立刻汇总，而是要保持分组子集继续计算。SQL分组后必须立刻汇总，不能直接保持分组子集用于继续计算，通常只能间接实现计算目标，代码很复杂。

例1：找出人数大于5的部门并将员工按薪金排序

Picture2png

SPL代码：

	A
1	$select * from Employee.txt
2	=A1.group(Dept)
3	=A2.select(~.len()>5).(~.sort(Salary))
4	=A3.conj()

A1：加载数据。

A2：使用group函数将订单按部门分组，但不汇总。

Picture3png

l 知识点：分组函数group

除了普通的分组汇总函数groups，SPL还有更基础的group函数，可以分组后保持每组的记录集合，供后续继续计算，而不是像SQL那样必须立刻汇总。每组的记录集合是原序表的记录（引用）的集合的子集，也叫分组子集。

Picture4png
参数 G1…Gi：分组表达式，可以是多个，表达式之间用逗号隔开。

A3：处理每组数据，先查出人数大于 5 的部门，再将这些部门内的员工按薪水排序。~ 是 SPL 保留字，表示当前组。函数 select 用于过滤，sort 用于排序，len 用于求集合的成员数量。

Picture5png
A4：用 conj 函数合并各部门的员工。

Picture6png

A2-A4是分步代码，便于调试，也可以合为一句：

A1.group(Dept). select(~.len()>5).conj(~.sort(Salary))

例2：按客户及金额排序后的订单表只保留每组客户中第一个客户名称

数据源：订单表按客户和销售额排序后，可以观察到每个客户是一组数据，组内的订单按金额由小到大排列。

目标：保留每组的第一个客户，将组内其他记录的客户改成 null。

Picture7png

SPL代码：

	A
1	$select Client, OrderID, Amount from Orders.txt order by Client,Amount DESC
2	=A1.group(Client)
3	=A2.run(~.(if(#>1,Client=null)))
4	=A3.conj()

A1：加载数据。

A2：按客户分组，每组是一个集合。前2组如下图：

Picture8png
A3：用 run 函数修改各组数据，当成员在组内的序号大于 1 时，将客户改为 null。~ 表示当前组，# 表示组内序号。

Picture9png

A4：合并各组成员。

例3：将相同ID的订单按规则进行二次分组实现去重

数据源：订单ID有重复的订单表（1\OrdersDup.txt）。

目标：去除重复的订单。先把相同的订单ID分到同一组，再根据组内的订单日期是否重复决定是否二次分组：如果无重复，则保留日期最近的订单；如果有重复，则将本组记录再按客户分小组，同样保留各小组日期最近的订单。处理数据后不必对订单ID重新编号。

Picture10png

SPL代码：

	A
1	$select * from 1\OrdersDup.txt order by OrderDate desc
2	=A1.group(OrderID)
3	=A2.conj(if(~.icount(OrderDate)==~.count(), [~], ~.group(Client)))
4	=A3.(~(1))

A1：加载数据，日期近的记录排在前面。

Picture11png
A2：用 group 函数按订单 ID 分组，但不汇总，每组是一个集合。

Picture12png

A3=…(if(~.icount(OrderDate)==~.count(), [~], ~.group(Client)))处理每组数据，如果本组日期没有重复，则返回当前组，比如第 1 组；否则将当前组按客户继续分组，同样不汇总，而是返回每个小组，也就是集合的集合，比如第 2、3 组。~ 表示当前组。函数 icount 用于统计不重复的成员数量。函数 count 用于统计所有的成员数量。[]是集合符号，因为 ~ 本身是集合，所以 [~] 是集合的集合，这样处理可以使数据结构前后一致，方便统一处理。

Picture13png
conj(…) 合并处理后的各组数据的成员，让每组数据从 2 层集合（集合的集合）上升为单层集合。