89

有没有办法在 MySQL 中指定 bin 大小？现在，我正在尝试以下 SQL 查询：

select total, count(total) from faults GROUP BY total;

正在生成的数据已经足够好，但是行太多了。我需要的是一种将数据分组到预定义箱中的方法。我可以从脚本语言中做到这一点，但有没有办法直接在 SQL 中做到这一点？

例子：

+-------+--------------+
| total | count(total) |
+-------+--------------+
|    30 |            1 | 
|    31 |            2 | 
|    33 |            1 | 
|    34 |            3 | 
|    35 |            2 | 
|    36 |            6 | 
|    37 |            3 | 
|    38 |            2 | 
|    41 |            1 | 
|    42 |            5 | 
|    43 |            1 | 
|    44 |            7 | 
|    45 |            4 | 
|    46 |            3 | 
|    47 |            2 | 
|    49 |            3 | 
|    50 |            2 | 
|    51 |            3 | 
|    52 |            4 | 
|    53 |            2 | 
|    54 |            1 | 
|    55 |            3 | 
|    56 |            4 | 
|    57 |            4 | 
|    58 |            2 | 
|    59 |            2 | 
|    60 |            4 | 
|    61 |            1 | 
|    63 |            2 | 
|    64 |            5 | 
|    65 |            2 | 
|    66 |            3 | 
|    67 |            5 | 
|    68 |            5 | 
------------------------

我在找什么：

+------------+---------------+
| total      | count(total)  |
+------------+---------------+
|    30 - 40 |            23 | 
|    40 - 50 |            15 | 
|    50 - 60 |            51 | 
|    60 - 70 |            45 | 
------------------------------

我想这不能以直接的方式实现，但对任何相关存储过程的引用也可以。

4

10 回答 10

169

这是一篇关于在 MySQL 中为数值创建直方图的超级快捷方式的帖子。

有多种其他方法可以使用 CASE 语句和其他类型的复杂逻辑来创建更好、更灵活的直方图。这种方法一次又一次地赢得了我的青睐，因为它很容易针对每个用例进行修改，而且非常简洁。这就是你的做法：

SELECT ROUND(numeric_value, -2)    AS bucket,
       COUNT(*)                    AS COUNT,
       RPAD('', LN(COUNT(*)), '*') AS bar
FROM   my_table
GROUP  BY bucket;

只需将 numeric_value 更改为您的列，更改舍入增量，就是这样。我已将条形设为对数刻度，这样当您有较大的值时它们不会增长太多。

numeric_value 应该在 ROUNDing 操作中根据舍入增量进行偏移，以确保第一个存储桶包含与后续存储桶一样多的元素。

例如，使用 ROUND(numeric_value,-1)，范围 [0,4]（5 个元素）中的 numeric_value 将被放置在第一个桶中，而 [5,14]（10 个元素）在第二个桶中，[15,24] 在第三个桶中，除非 numeric_value 通过 ROUND(numeric_value - 5, -1) 适当偏移。

这是对一些看起来很不错的随机数据进行此类查询的示例。足以快速评估数据。

+--------+----------+-----------------+
| bucket | count    | bar             |
+--------+----------+-----------------+
|   -500 |        1 |                 |
|   -400 |        2 | *               |
|   -300 |        2 | *               |
|   -200 |        9 | **              |
|   -100 |       52 | ****            |
|      0 |  5310766 | *************** |
|    100 |    20779 | **********      |
|    200 |     1865 | ********        |
|    300 |      527 | ******          |
|    400 |      170 | *****           |
|    500 |       79 | ****            |
|    600 |       63 | ****            |
|    700 |       35 | ****            |
|    800 |       14 | ***             |
|    900 |       15 | ***             |
|   1000 |        6 | **              |
|   1100 |        7 | **              |
|   1200 |        8 | **              |
|   1300 |        5 | **              |
|   1400 |        2 | *               |
|   1500 |        4 | *               |
+--------+----------+-----------------+

一些注意事项：不匹配的范围不会出现在计数中 - 您在计数列中不会有零。另外，我在这里使用 ROUND 函数。如果您觉得它对您更有意义，您可以轻松地将其替换为 TRUNCATE。

我在这里找到了http://blog.shlomoid.com/2011/08/how-to-quickly-create-histogram-in.html

于 2012-04-28T11:40:43.407 回答
36

Mike DelGaudio 的回答是我这样做的方式，但略有变化：

select floor(mycol/10)*10 as bin_floor, count(*)
from mytable
group by 1
order by 1

优势？您可以根据需要使垃圾箱变大或变小。大小为 100 的垃圾箱？floor(mycol/100)*100. 大小为 5 的垃圾箱？floor(mycol/5)*5.

贝尔纳多。

于 2011-09-14T03:16:35.517 回答
16 
SELECT b.*,count(*) as total FROM bins b 
left outer join table1 a on a.value between b.min_value and b.max_value 
group by b.min_value

表 bins 包含定义 bin 的列 min_value 和 max_value。请注意，运算符“join ... on x BETWEEN y and z”是包含在内的。

table1 是数据表的名称

于 2009-11-19T17:38:30.570 回答
11

Ofri Raviv 的回答非常接近但不正确。即使直方图间隔中的结果为零，count(*)也会如此。1需要修改查询以使用条件sum：

SELECT b.*, SUM(a.value IS NOT NULL) AS total FROM bins b
  LEFT JOIN a ON a.value BETWEEN b.min_value AND b.max_value
GROUP BY b.min_value;
于 2010-07-20T19:07:32.073 回答
10 
select "30-34" as TotalRange,count(total) as Count from table_name
   where total between 30 and 34
union (
select "35-39" as TotalRange,count(total) as Count from table_name 
   where total between 35 and 39)
union (
select "40-44" as TotalRange,count(total) as Count from table_name
   where total between 40 and 44)
union (
select "45-49" as TotalRange,count(total) as Count from table_name
   where total between 45 and 49)
etc ....

只要没有太多的间隔，这是一个很好的解决方案。

于 2012-09-10T19:22:00.907 回答
4

我制作了一个程序，可用于根据指定的数量或大小自动生成 bin 的临时表，以供以后与 Ofri Raviv 的解决方案一起使用。

CREATE PROCEDURE makebins(numbins INT, binsize FLOAT) # binsize may be NULL for auto-size
BEGIN
 SELECT FLOOR(MIN(colval)) INTO @binmin FROM yourtable;
 SELECT CEIL(MAX(colval)) INTO @binmax FROM yourtable;
 IF binsize IS NULL 
  THEN SET binsize = CEIL((@binmax-@binmin)/numbins); # CEIL here may prevent the potential creation a very small extra bin due to rounding errors, but no good where floats are needed.
 END IF;
 SET @currlim = @binmin;
 WHILE @currlim + binsize < @binmax DO
  INSERT INTO bins VALUES (@currlim, @currlim+binsize);
  SET @currlim = @currlim + binsize;
 END WHILE;
 INSERT INTO bins VALUES (@currlim, @maxbin);
END;

DROP TABLE IF EXISTS bins; # be careful if you have a bins table of your own.
CREATE TEMPORARY TABLE bins (
minval INT, maxval INT, # or FLOAT, if needed
KEY (minval), KEY (maxval) );# keys could perhaps help if using a lot of bins; normally negligible

CALL makebins(20, NULL);  # Using 20 bins of automatic size here. 

SELECT bins.*, count(*) AS total FROM bins
LEFT JOIN yourtable ON yourtable.value BETWEEN bins.minval AND bins.maxval
GROUP BY bins.minval

这将只为填充的 bin 生成直方图计数。David West 的更正应该是正确的，但由于某种原因，未填充的 bin 不会出现在我的结果中（尽管使用了 LEFT JOIN — 我不明白为什么）。

于 2010-08-10T11:12:56.827 回答
3

那应该行得通。不那么优雅但仍然：

select count(mycol - (mycol mod 10)) as freq, mycol - (mycol mod 10) as label
from mytable
group by mycol - (mycol mod 10)
order by mycol - (mycol mod 10) ASC

通过迈克·德尔高迪奥

于 2011-02-17T14:36:46.420 回答
3 
SELECT
    CASE
        WHEN total <= 30 THEN "0-30"
        WHEN total <= 40 THEN "31-40"       
        WHEN total <= 50 THEN "41-50"
        ELSE "50-"
    END as Total,
    count(*) as count
GROUP BY Total 
ORDER BY Total;
于 2015-07-25T17:18:38.613 回答
2

等宽分箱到给定的箱数：

WITH bins AS(
   SELECT min(col) AS min_value
        , ((max(col)-min(col)) / 10.0) + 0.0000001 AS bin_width
   FROM cars
)
SELECT tab.*,
   floor((col-bins.min_value) / bins.bin_width ) AS bin
FROM tab, bins;

请注意， 0.0000001 是为了确保值等于 max(col) 的记录不会单独使其成为自己的 bin。此外，附加常数可以确保当列中的所有值都相同时，查询不会因被零除而失败。

另请注意，bin 的计数（示例中为 10）应使用小数点写入以避免整数除法（未调整的 bin_width 可以是十进制的）。

于 2015-12-31T15:17:02.807 回答
1

除了很好的答案https://stackoverflow.com/a/10363145/916682之外，您还可以使用 phpmyadmin 图表工具获得不错的结果：

在此处输入图像描述

在此处输入图像描述

于 2015-04-14T10:27:22.120 回答