SQL (Impala) 为每个 id 在一列中选择不同值的计数

Question

给出如下 table：

+----+-----------+------------------+
| id | diagnosis | diagnosis_age    |
+----+-----------+------------------+
| 1  | 315.32000 | 2.18430371791803 |
| 1  | 315.32000 | 3.18430371791803 |
| 1  | 800.00000 | 2.18430371791803 |
| 2  | 315.32000 | 5.64822705794013 |
| 3  | 800.00000 | 5.68655778752176 |
| 3  | 120.12000 | 5.70572315231258 |
| 4  | 315.32000 | 5.72488851710339 |
| 4  | 315.32000 | 5.74405388189421 |
| 5  | 120.12000 | 5.7604813374292  |
| 6  | 315.32000 | 5.77993740687426 |
+----+-----------+------------------+

每个id可以出现多次，每个id可以有多个诊断，每个id可以有多个diagnosis_age，每一行都是唯一的。

我正在尝试找出哪个 ID 的诊断最明显。

类似于：

SELECT id, COUNT(*) AS diagnosis_count 
    FROM diagnoses
        GROUP BY id
    ORDER BY diagnosis_count DESC
LIMIT 5;

Returns:

+------+-----------------+
| id   | diagnosis_count |
+------+-----------------+
| 8    | 8557            |
| 99   | 7828            |
| 127  | 7592            |
| 39   | 6812            |
| 2173 | 6492            |
+------+-----------------+

但这并不能真正解决我的问题。如果您将每一行定义为诊断（我想您可以，因为每一行都是唯一的），这将起作用。相反，如果您想为每个 id 计算不同的诊断代码（id 1 将有 2 个不同的诊断代码，尽管有 3 行），或者，为每个 id 计算不同的 diagnosis_ages （id 4 会有 2 个不同的 diagnosis_age），你会怎么做？

提前致谢。

Answer 1

使用count(distinct):

SELECT id, COUNT(distinct diagnosis) AS diagnosis_count 
FROM diagnoses
GROUP BY id
ORDER BY diagnosis_count DESC;

SQL (Impala) 为每个 id 在一列中选择不同值的计数

SQL (Impala) selecting a count of distinct values in one column for each id

sql

impala