分配等级后如何分组

Question

我有一个 table，我首先尝试根据唯一列值（使用 dense_rank）进行分组，然后将这些项目进一步分组为 5 个批次。下面是我的 table:

video_id	frame_id	verb
video_a	frame_1	walk
video_a	frame_2	run
video_a	frame_3	sit
video_a	frame_4	walk
video_a	frame_5	walk
video_a	frame_6	walk
video_b	frame_7	stand
video_b	frame_8	stand
video_b	frame_9	run
video_b	frame_10	run
video_b	frame_11	sit
video_b	frame_12	run
video_b	frame_13	run

下面是我想要得到的：

video_id	frame_id	verb	batch_of_five
video_a	frame_1	walk	1
video_a	frame_2	run	1
video_a	frame_3	sit	1
video_a	frame_4	walk	1
video_a	frame_5	walk	1
video_a	frame_6	walk	2
video_b	frame_7	stand	3
video_b	frame_8	stand	3
video_b	frame_9	run	3
video_b	frame_10	run	3
video_b	frame_11	sit	3
video_b	frame_12	run	4
video_b	frame_13	run	4

其中每个 video_id 都有一个唯一的排名，每个排名 video_id 中的每批 10 个都有自己独特的排名（并且每批 10 个整体都有一个唯一的 ID，无论它们是否属于是否相同 video_id。

我可以根据 video_id 列进行分组，但我无法进一步对这些项目进行分组，因此它们都是 10 批，并且在所有 video_ids 中都是唯一的。我考虑过使用 group by 子句，但我也试图保持其他列的完整性（verb 列）。

到目前为止，这是我的快速查询：

SELECT
    *
FROM (
    SELECT
        *,
        -- Give each unique video_id a unique rank
        DENSE_RANK() OVER (ORDER BY video_id) AS video_batch
    FROM videos
)

Answer 1

计算帧排名（按video_id分区），除以6（整数除法）得到video_id分区中的批号。然后再排序得到绝对批号：

with sample_data as(        
select 'video_a' as video_id, 'frame_1' as frame_id , 'walk' as verb union all 
select 'video_a', 'frame_2' , 'run'   union all
select 'video_a', 'frame_3' , 'sit'   union all
select 'video_a', 'frame_4' , 'walk'  union all
select 'video_a', 'frame_5' , 'walk'  union all
select 'video_a', 'frame_6' , 'walk'  union all
select 'video_b', 'frame_7' , 'stand' union all
select 'video_b', 'frame_8' , 'stand' union all
select 'video_b', 'frame_9' , 'run'   union all
select 'video_b', 'frame_10', 'run'   union all
select 'video_b', 'frame_11', 'sit'   union all
select 'video_b', 'frame_12', 'run'   union all
select 'video_b', 'frame_13', 'run'
)

select s.*, 
       dense_rank() over(order by video_id, rnk_frame / 6) batch_of_five
from
(
select video_id, frame_id, verb, 
       CAST(regexp_extract(frame_id,'_(\d*)$',1) AS INT) frame_number,
       dense_rank() over(partition by video_id order by CAST(regexp_extract(frame_id,'_(\d*)$',1) AS INT)) rnk_frame
  from sample_data
)s
order by video_id, frame_number;

结果：

video_id    frame_id    verb    frame_number    rnk_frame   batch_of_five
video_a     frame_1     walk    1                1           1
video_a     frame_2     run     2                2           1
video_a     frame_3     sit     3                3           1
video_a     frame_4     walk    4                4           1
video_a     frame_5     walk    5                5           1
video_a     frame_6     walk    6                6           2
video_b     frame_7     stand   7                1           3
video_b     frame_8     stand   8                2           3
video_b     frame_9     run     9                3           3
video_b     frame_10    run     10               4           3
video_b     frame_11    sit     11               5           3
video_b     frame_12    run     12               6           4
video_b     frame_13    run     13               7           4

我提取 frame_number 排序为整数，而不是字符串，以获得与你的问题相同的排序顺序（一些排序列是绝对必要的），如果你已经有你提到的排名, 你可以改用它。

分配等级后如何分组

How to group into batches after assigning rank

sql

ranking

dense-rank

ranking-functions

presto