Come selezionare la prima riga in ogni gruppo GROUP BY

Problema:

Hai raggruppato i tuoi dati con GROUP BY e vorrei visualizzare solo la prima riga di ogni gruppo.

Esempio:

Il nostro database ha una tabella denominata exam_results con i dati nella tabella seguente:

Per ogni anno, troviamo lo studente con il miglior result . Se ci sono due studenti a pari merito in un gruppo, ne selezioneremo arbitrariamente uno da visualizzare.

Soluzione:

WITH added_row_number AS (
  SELECT
    *,
    ROW_NUMBER() OVER(PARTITION BY year ORDER BY result DESC) AS row_number
  FROM exam_results
)
SELECT
  *
FROM added_row_number
WHERE row_number = 1;

Il risultato è:

Discussione:

Innanzitutto, devi scrivere un CTE in cui assegni un numero a ciascuna riga all'interno di ciascun gruppo. Per farlo, puoi utilizzare il ROW_NUMBER() funzione. In OVER() , specifichi i gruppi in cui devono essere divise le righe (PARTITION BY ) e l'ordine in cui i numeri devono essere assegnati alle righe (ORDER BY ).

Dai un'occhiata al risultato della query interna:

SELECT
  *,
  ROW_NUMBER() OVER(PARTITION BY year ORDER BY result DESC) AS row_number
FROM exam_results;

Assegni i numeri di riga all'interno di ciascun gruppo (ad esempio, anno). Ogni riga ha un numero di riga basato sul valore del result colonna. Le righe sono ordinate in ordine decrescente a causa di DESC parola chiave dopo ORDER BY result . Anche se all'interno di un gruppo sono presenti più righe che hanno lo stesso valore di result , alle righe vengono comunque assegnati numeri diversi. Qui, Edith Black ed Emily Kelly hanno lo stesso result ma numeri di riga diversi. Per modificare questo comportamento e assegnare lo stesso numero di riga per lo stesso risultato all'interno di un gruppo, usa RANK() o DENSE_RANK() invece di ROW_NUMBER() .

Nella query esterna, selezioni tutti i dati dal CTE (added_row_number ) e utilizzare un WHERE condizione per specificare quale riga visualizzare da ciascun gruppo. Qui, vogliamo visualizzare la prima riga, quindi la condizione è row_number = 1 .

Tieni presente che puoi facilmente modificare la soluzione per ottenere, ad esempio, la seconda riga di ogni gruppo.

WITH added_row_number AS (
  SELECT
    *,
    ROW_NUMBER() OVER(PARTITION BY year ORDER BY result DESC) AS row_number
  FROM exam_results
)
SELECT
  *
FROM added_row_number
WHERE row_number = 2;

Ecco il risultato:

D'altra parte, se vuoi ottenere le righe con il secondo valore più alto di result all'interno di ogni gruppo, dovresti usare DENSE_RANK() funzione. Mentre il ROW_NUMBER() la funzione crea numeri consecutivi per ogni riga in un gruppo, risultando in valori diversi assegnati alle righe con lo stesso risultato, il DENSE_RANK() La funzione assegna lo stesso numero alle righe con lo stesso risultato.

WITH added_dense_rank AS (
  SELECT
    *,
    DENSE_RANK() OVER(PARTITION BY year ORDER BY result DESC) AS rank
  FROM exam_results
)
SELECT
  *
FROM added_dense_rank
WHERE rank = 2;

Puoi vedere che John Klein ha il secondo valore più alto di result (40) per l'anno 2020. John Klein è in realtà la terza persona del gruppo, ma i primi due studenti hanno lo stesso result ed entrambi hanno rank = 1 .