Postgresql 在Postgres中创建Bin列以检查整数并返回字符串

我在Postgres db中有一个大数据集，需要生成一个字段，将行分组到“0-100”、“101-200”、“201-300”等相应的bin中，一直到将近5000行。我知道我可以手动更新每一行，并为每个箱子生成一行代码，如下所示：

update test
   set testgroup = '0-100' where testint >= 1 and distance < 100;

更新测试
设置testgroup='0-100'，其中testint>=1，距离<100；

---

我真的很想找到一个更有效的方法来做到这一点，开放的任何事情和一切！主要目标是查看此“testint”列中的整数，然后如果它在testgroup列“0-100”中的1-100之间，则返回该整数。

您可以使用

generate_series

生成0到50之间的数字，然后在生成的值*100和下一个生成的值*100之间选择数据。构建bin名称时使用相同的原则

更新测试
设置测试组=（x*100）+1 | |'-'| |（x+1）*100
从生成_系列（0,50）f（x）
其中testint>（x*100）
和testint您可以使用
generate_series
生成从0到50的数字，然后在生成的值*100和下一个生成的值*100之间选择数据。构建bin名称时使用相同的原则

更新测试
设置测试组=（x*100）+1 | |'-'| |（x+1）*100
从生成_系列（0,50）f（x）
其中testint>（x*100）
测试使用
width\u bucket
功能。请参见，但下面是语法的简短版本：

width_bucket(a, LBound, UBound, num_bins)

为了让它正常工作，为您的垃圾箱，我必须添加1到UBound。一些例子：

选择铲斗宽度（1,0,5001,50）
给出1

选择铲斗宽度（100,0,5001,0）
给出1

select width\u bucket（101,05001,50）
2

选择铲斗宽度（4900,05001,50）
给出49

选择铲斗宽度（4901,05001,50）
50

因此，这是预期的效果。接下来，我们需要生成适当的字符串。伪格式是

(width_bucket - 1)*100 || '-' || (width_bucket)*100

其中| |是SQL连接运算符。使用前面的第一个示例：

select (width_bucket(1, 0, 5001, 50)-1)*100 || ' - ' || width_bucket(1, 0, 5001, 50)*100

给出
'0-100'

好极了。现在把这些都放在一起。首先制作一个沙箱表，用于测试。这将是您的数据的副本或部分副本：

CREATE TABLE test
AS
SELECT * 
FROM original_table 

然后将新列添加到表中：

ALTER TABLE test
  ADD COLUMN testgroup text

现在更新语句：

UPDATE test
   SET testgroup = width_bucket(testint, 0, 5001, 50)-1)*100 || ' - ' || 
                   width_bucket(testint, 0, 5001, 50)*100

使用
width_bucket
功能。请参见，但下面是语法的简短版本：

width_bucket(a, LBound, UBound, num_bins)

为了让它正常工作，为您的垃圾箱，我必须添加1到UBound。一些例子：

选择铲斗宽度（1,0,5001,50）
给出1

选择铲斗宽度（100,0,5001,0）
给出1

select width\u bucket（101,05001,50）
2

选择铲斗宽度（4900,05001,50）
给出49

选择铲斗宽度（4901,05001,50）
50

因此，这是预期的效果。接下来，我们需要生成适当的字符串。伪格式是

(width_bucket - 1)*100 || '-' || (width_bucket)*100

其中| |是SQL连接运算符。使用前面的第一个示例：

select (width_bucket(1, 0, 5001, 50)-1)*100 || ' - ' || width_bucket(1, 0, 5001, 50)*100

给出
'0-100'

好极了。现在把这些都放在一起。首先制作一个沙箱表，用于测试。这将是您的数据的副本或部分副本：

CREATE TABLE test
AS
SELECT * 
FROM original_table 

然后将新列添加到表中：

ALTER TABLE test
  ADD COLUMN testgroup text

现在更新语句：

UPDATE test
   SET testgroup = width_bucket(testint, 0, 5001, 50)-1)*100 || ' - ' || 
                   width_bucket(testint, 0, 5001, 50)*100

每行上都有唯一的标识符吗？在示例代码中，比较变量不应该相同吗？i、 e.testint>=1和testint<100抱歉，这是一个打字错误。我真的不想写那一行，也不想手动更新50次。行有唯一标识符。每行上有唯一标识符吗？在示例代码中，比较变量不应该相同吗？i、 e.testint>=1和testint<100抱歉，这是一个打字错误。我真的不想写那一行，也不想手动更新50次。这些行确实有唯一的标识符。这有着指数级的帮助。非常感谢。这起到了指数级的帮助。非常感谢。您好，我正在使用类似的binning方法，发现您的代码很有用。虽然我似乎不太明白。关于“从生成_级数（0,50）f（x）”的部分。虽然我理解逻辑，但无法理解语法。这里f（x）是什么意思-函数？或者另一个数据集，如generate_series（0,50）@KanduriR，
f
是输出的表别名，
（x）
用于重命名列。这里因为
generate_series
的输出是一个列，所以它实际上并没有增加多少内容。假设您有一个表
mytable
，有3列
x，y，z
，您可以从mytable a（a，b，c）中执行
选择*
，列将显示为
a，b，c
，而不是
x，y，z
，现在明白了。谢谢@JGH。这个符号是postgres特有的还是SQL语言中的通用符号？您好，我正在使用类似的binning方法，发现您的代码很有用。虽然我似乎不太明白。关于“从生成_级数（0,50）f（x）”的部分。虽然我理解逻辑，但无法理解语法。这里f（x）是什么意思-函数？或者另一个数据集，如generate_series（0,50）@KanduriR，
f
是输出的表别名，
（x）
用于重命名列。这里因为
generate_series
的输出是一个列，所以它实际上并没有增加多少内容。假设您有一个表
mytable
，有3列
x，y，z
，您可以从mytable a（a，b，c）中执行
选择*
，列将显示为
a，b，c
，而不是
x，y，z
，现在明白了。谢谢@JGH。这个符号是postgres特有的还是SQL语言中的通用符号？