通过 GROUP BY 和 JOINS 获取最大值的数据行

Question

我正在使用 ml100k 数据集编写一个查询，该查询可以为我获取每个年龄段评价最高的电影。
这是我的表的定义方式。
用户

id | age | gender | occupation | zipcode

收视率

userid | movieid | rating | ts

到目前为止我做了什么

1. 由于计数没有明确定义，我编写了一个查询来查找它。

   SELECT age, movieid, COUNT(*) AS mcount
   FROM ratings
   JOIN users ON id = userid
   GROUP BY age, movieid

这给了我每个年龄段每部电影的计数。

10  1   1
11  1   1
13  1   3
14  1   1
15  1   2
16  1   4
17  1   4
18  1   6
19  1   15
20  1   22
21  1   14

2. 找出每个年龄的最大值

    SELECT age, MAX(mcount) AS mc
    FROM (
        SELECT age, movieid, COUNT(*) AS mcount
        FROM ratings
        JOIN users ON id = userid
        GROUP BY age, movieid
    ) t1
    GROUP BY age

7   1
10  1
11  1
13  5
14  3
15  5
16  5
17  11
18  16
19  21
20  25
21  23

这给了我年龄和最大计数。然而，我也想要相应的电影ID，这就是我一直被卡住的地方。我的思考过程是将这些结果与第一个表连接起来，但它不起作用。我可以尝试其他选择吗？ 这是我使用的查询。

SELECT users.age, ratings.movieid, count(*) as mc2
FROM ratings JOIN users ON id = userid 
INNER JOIN
(
    SELECT age, MAX(mcount) AS mc
    FROM (
        SELECT age, movieid, COUNT(*) AS mcount
        FROM ratings
        JOIN users ON id = userid
        GROUP BY age, movieid
    ) t1
    GROUP BY age
)t2
ON t2.age = users.age
WHERE mc2=t2.mc
GROUP BY users.age, ratings.movieid;

Answer 1

你可以这样做：

SELECT t.age, t.movieid, t.mcount
FROM (
   SELECT age, movieid, COUNT(*) AS mcount
   FROM ratings
   JOIN users ON id = userid
   GROUP BY age, movieid
) t
LEFT JOIN (
   SELECT age, movieid, COUNT(*) AS mcount
   FROM ratings
   JOIN users ON id = userid
   GROUP BY age, movieid
) t2
ON t.age = t2.age AND
   t.movieid <> t2.movieid AND
   t.mcount < t2.mcount
WHERE t2.age IS NULL

说明：

• 第一个子选择
  • 连接

    ratings

    和

    users

  • on

    id

     的 

    users
  • 按

    age

    和

    movieid

  分组
  • 找到群组
  • 选择您需要的字段
  • 产生所有组
• 第二个子选择
  • 与第一个相同
• 我们

  LEFT JOIN

  两组
  • 匹配

    age

  • 不同

    movieid

    （因此我们将进行合理的计数比较）
  • 并且第一个

    mcount

    小于第二个
  • 因为我们想找到第一组的项目
  • 没有更高数量的匹配
  • 因此我们搜索计数更高的匹配项
• 并且在

  WHERE

  子句中，我们排除了当我们发现第二组中的匹配数高于第一组时的情况

小提琴：http://sqlfiddle.com/#!9/f8defe/6

Answer 2

现在是 8.2.0 – vnk

WITH cte AS (
        SELECT age, 
               movieid, 
               COUNT(*) AS mcount, 
               RANK() OVER (PARTITION BY age, ORDER BY COUNT(*) DESC) rnk
        FROM ratings
        JOIN users ON id = userid
        GROUP BY 1, 2
        )
SELECT age, 
       GROUP_CONCAT(movieid) movie_ids, 
       mcount
FROM cte
WHERE rnk = 1
GROUP BY 1, 3