Python 分组方式不同'；在炼金术中不起作用

我的问题是如何使用

distint（）

，根据一列的值删除/忽略数据库中重复的行。这是我的设想

我有一个数据库，名为

test\u db

，包含以下数据：

values_list = [
    {'tweet_id': '1', 'retweet': '100', 'user_id': '101'},
    {'tweet_id': '2', 'retweet': '10', 'user_id': '101'},    
    {'tweet_id': '2', 'retweet': '11', 'user_id': '101'},        
    {'tweet_id': '10', 'retweet': '110', 'user_id': '102'},            
    {'tweet_id': '10', 'retweet': '110', 'user_id': '102'},                
    {'tweet_id': '110', 'retweet': '0', 'user_id': '2'},                    
]

我想对定义为

user\u id

的每个用户的转发次数和tweet次数求和。我对这个问题的质询如下：

q = select([
            test_db.columns.user_id,
            test_db.columns.tweet_id.distinct(),
            func.count(test_db.columns.retweet).label('count'),
            func.sum(cast(test_db.columns.retweet, Integer)).label('total_retweet'),
           ])
q = q.group_by(test_db.columns.user_id)

table = (
    select([
        func.max(test_db.columns.retweet).label('max_retweet'),
        test_db.columns.user_id,
        test_db.columns.tweet_id            
    ]).group_by(test_db.columns.user_id, test_db.columns.tweet_id)
    )

q = select([table.columns.user_id,
            table.columns.tweet_id,
            func.count(table.columns.max_retweet).label('count'),
            func.sum(table.columns.max_retweet).label('total_retweet')
             ])
q = q.group_by(table.columns.user_id)

我得到的结果如下：

user_id     tweet_id  count  total_retweet
102         10        2      220
101         2         3      121
2           110       1      0

但我的预期结果应该是这样的：

user_id     tweet_id  count  total_retweet
102         10        1      110
101         2         2      111
2           110       1      0

我不确定应该如何强制执行

distinct

，以获得预期的结果，或者是否有其他方法解决此问题

谢谢

通过阅读嵌套查询，我意识到我的问题有一个解决方案

数据库中的表名为

test

，下面是SQL格式的查询：

q = '''SELECT user_id, tweet_id, count(max_retweet) as count, 
                sum(max_retweet) as totat_retweet FROM 
                (SELECT tweet_id, max(cast(retweet as int)) as max_retweet, user_id FROM test
                GROUP BY user_id, tweet_id) 
            GROUP BY user_id
'''

因此，SQLAlchemy中的等效转换溶液如下所示：

q = select([
            test_db.columns.user_id,
            test_db.columns.tweet_id.distinct(),
            func.count(test_db.columns.retweet).label('count'),
            func.sum(cast(test_db.columns.retweet, Integer)).label('total_retweet'),
           ])
q = q.group_by(test_db.columns.user_id)

table = (
    select([
        func.max(test_db.columns.retweet).label('max_retweet'),
        test_db.columns.user_id,
        test_db.columns.tweet_id            
    ]).group_by(test_db.columns.user_id, test_db.columns.tweet_id)
    )

q = select([table.columns.user_id,
            table.columns.tweet_id,
            func.count(table.columns.max_retweet).label('count'),
            func.sum(table.columns.max_retweet).label('total_retweet')
             ])
q = q.group_by(table.columns.user_id)

但是我想知道是否有一种解决方案可以使用

distinct

表达式，或者

distinct

应该始终与

count

一起使用，这就是我一直看到它使用的方法

---

任何帮助或指导也将不胜感激

选择

tweet\u id

等于2且

user\u id

101的一行或另一行的逻辑是什么？我可以理解这些值是否有时间戳，您可以选择最新的值等。正如我在预期结果中所示，我选择了最大转发，但我不在乎选择哪一个。在这种情况下，我只想知道区分应该如何工作。请注意，

tweet\u id

最终将是不确定的。你完全正确。对于这个例子，我不关心tweet\u id的内容，我可以删除它。