sql 查询动态样本大小的分层抽样

Question

假设我们有一个 table 这种格式：

id   strata sample_size
1    s1     2
2    s1     2
3    s1     2
4    s2     1
5    s2     1
....

从这个例子中，我们看到两个层 s1 和 s2。我要做的是分层抽样，样本量是最后一列。例如，我想从 s1 中随机抽取 2 个实例，从 s2 中随机抽取 1 个实例。任何帮助表示赞赏。请记住，我有很多阶层，硬编码是不可能的。我

Answer 1

您可以使用 row_number():

select t.*
from (select t.*,
             row_number() over (partition by strata order by rand()) as seqnum
      from t
     ) t
where seqnum <= strata_size;

sql 查询动态样本大小的分层抽样

sql query for stratified sampling with dynamic sample size

sql

postgresql

presto