Разбить на неравномерно распределенные сегменты - PullRequest
Новая
       31

Разбить на неравномерно распределенные сегменты

0 голосов
/ 16 октября 2018

Каждый день мне возвращают набор из x строк (от 5 до 2000).

Мне нужно обновить столбец из этого набора на основе правил.Я думаю, что этот (не совсем работающий) пример демонстрирует это 

/* 
    35% a
    25% b
    30% c
    10% null
*/

WITH tally
(vals, updateThis, bucket)
AS
(
    SELECT
         DATEADD(DAY, - ROW_NUMBER() OVER (ORDER BY (SELECT NULL)), GETDATE())
        , NULL
        , NTILE(100) OVER (ORDER BY (SELECT NULL))
    FROM
    (
        VALUES (0), (0), (0), (0), (0), (0), (0), (0), (0)) AS a(n)
        CROSS JOIN (VALUES (0), (0), (0), (0), (0), (0), (0), (0), (0)) AS b(n)
        CROSS JOIN (VALUES (0), (0), (0), (0), (0), (0), (0), (0), (0)) AS c(n)
    )
--UPDATE
    --SET updateThis
, updated
AS
(
    SELECT
     t.vals
    , CASE
        WHEN t.bucket <= 35 THEN 'a'
        WHEN t.bucket > 35 AND t.bucket <=60 THEN 'b'
        WHEN t.bucket > 60 AND t.bucket <=90 THEN 'c'
        WHEN t.bucket > 60 AND t.bucket <=90 THEN 'NULL'
    END AS updated
    , t.bucket
    FROM tally t
)
SELECT 
    U.updated
    , COUNT(1) AS actual
FROM 
updated u
GROUP BY U.updated

, это решение не является точным и может не обновить все строки, даже если a + b + c действительно составляет 100%.Кроме того, он не будет работать для наборов менее 100 строк.

Мое текущее рабочее решение:

  • Вычислить общее количество строк
  • Вычислить фактические необходимые строки (CEILING((@totalRows * ratio) / 100)
  • Обновите окончательный набор в цикле WHILE, выбрав текущее значение и необходимые строки.

Существует ли решение на основе лучшего набора, которое поможет мне избавиться от цикла?

1 Ответ

0 голосов
/ 16 октября 2018

Не знаю, правильно ли я понимаю ...

Прежде всего, здесь, похоже, есть довольно очевидная ошибка: 

    WHEN t.bucket > 60 AND t.bucket <=90 THEN 'NULL'

Разве это не должно быть: 

    WHEN t.bucket >90 THEN 'NULL'

Функция NTILE будет распределять ваши наборы в довольно ровные ведра.Проверьте мой вывод и найдите, как это ведет себя в угловых случаях.Я предлагаю использовать вычисленный процент на строку, как здесь: 

WITH tally
(vals, bucket)
AS
(
    SELECT
         DATEADD(DAY, - ROW_NUMBER() OVER (ORDER BY (SELECT NULL)), GETDATE())
        ,NTILE(100) OVER (ORDER BY (SELECT NULL))
    FROM
    (
        VALUES (0), (0), (0), (0), (0), (0), (0), (0), (0)) AS a(n)
        CROSS JOIN (VALUES (0), (0), (0), (0), (0), (0), (0), (0), (0)) AS b(n)
        CROSS JOIN (VALUES (0), (0), (0), (0), (0), (0), (0), (0), (0)) AS c(n)
    )
SELECT *
INTO #tmpBuckets
FROM Tally;

- я использую эту таблицу tmpBuckets, чтобы приблизиться к вашему У меня есть сценарий таблицы 

WITH Numbered AS
(
    SELECT *
          ,ROW_NUMBER() OVER(ORDER BY vals DESC) / ((SELECT COUNT(*) FROM #tmpBuckets)/100.0)  AS RunningPercentage
    FROM #tmpBuckets
)
,ComputeBuckets AS
(
    SELECT
     t.*
    , CASE
        WHEN t.RunningPercentage <= 35 THEN 'a'
        WHEN t.RunningPercentage > 35 AND t.RunningPercentage <=60 THEN 'b'
        WHEN t.RunningPercentage > 60 AND t.RunningPercentage <=90 THEN 'c'
        WHEN t.RunningPercentage >90  THEN 'NULL'
    END AS ShnugoMethod
    , CASE
        WHEN t.bucket <= 35 THEN 'a'
        WHEN t.bucket > 35 AND t.RunningPercentage <=60 THEN 'b'
        WHEN t.bucket > 60 AND t.RunningPercentage <=90 THEN 'c'
        WHEN t.bucket > 90  THEN 'NULL'
    END AS ZikatoMethod
    FROM Numbered t
)
SELECT cb.*
FROM ComputeBuckets cb
ORDER BY cb.vals DESC

GO
DROP TABLE #tmpBuckets;

Думаю, вы знаете, как использовать такой cte для обновления исходной таблицы.В противном случае просто вернитесь с другим вопросом: -)

...