Sql 列中不同字符的计数

假设我有以下数据集

Column1 (VarChar(50 or something))
Elias
Sails
Pails
Plane
Games

我想从本专栏中得出以下几组内容：

LETTER     COUNT
E          3
L          4
I          3
A          5
S          5
And So On...

我想到的一个解决方案是将所有字符串组合成一个字符串，然后计算该字符串中字母的每个实例，但这感觉很马虎

---

这与其说是出于好奇，不如说是出于其他原因，但是，有没有一种方法可以通过SQL获得数据集中所有不同字母的计数？

我可以通过创建一个字母表来实现这一点，类似于：

CREATE TABLE tblLetter
(
  letter varchar(1)
);

INSERT INTO tblLetter ([letter])
VALUES
    ('a'),
    ('b'),
    ('c'),
    ('d'); -- etc

然后，您可以将这些字母连接到您的表中，您的数据如下所示：

select l.letter, count(n.col) Total
from tblLetter l
inner join names n
  on n.col like '%'+l.letter+'%'
group by l.letter;

看。这将产生一个结果：

| LETTER | TOTAL |
|--------|-------|
|      a |     5 |
|      e |     3 |
|      g |     1 |
|      i |     3 |
|      l |     4 |
|      m |     1 |
|      p |     2 |
|      s |     4 |

---

为此，我将创建一个包含您的信件的表格，类似于：

CREATE TABLE tblLetter
(
  letter varchar(1)
);

INSERT INTO tblLetter ([letter])
VALUES
    ('a'),
    ('b'),
    ('c'),
    ('d'); -- etc

然后，您可以将这些字母连接到您的表中，您的数据如下所示：

select l.letter, count(n.col) Total
from tblLetter l
inner join names n
  on n.col like '%'+l.letter+'%'
group by l.letter;

看。这将产生一个结果：

| LETTER | TOTAL |
|--------|-------|
|      a |     5 |
|      e |     3 |
|      g |     1 |
|      i |     3 |
|      l |     4 |
|      m |     1 |
|      p |     2 |
|      s |     4 |

---

如果创建字母表，如下所示：

create table letter (ch char(1));
insert into letter(ch) values ('A'),('B'),('C'),('D'),('E'),('F'),('G'),('H')
,('I'),('J'),('K'),('L'),('M'),('N'),('O'),('P')
,('Q'),('R'),('S'),('T'),('U'),('V'),('W'),('X'),('Y'),('Z');

select ch, SUM(len(str) - len(replace(str,ch,'')))
from letter
cross join test -- <<== test is the name of the table with the string
group by ch
having SUM(len(str) - len(replace(str,ch,''))) <> 0

select character = substring( t.some_column , r.id , 1 ) ,
       frequency = count(*)
from dbo.some_table t
join dbo.range      r on r.id between 1 and len( t.some_column )
group by substring( t.some_column , r.id , 1 )
order by 1

您可以使用交叉连接来完成此操作，如下所示：

create table letter (ch char(1));
insert into letter(ch) values ('A'),('B'),('C'),('D'),('E'),('F'),('G'),('H')
,('I'),('J'),('K'),('L'),('M'),('N'),('O'),('P')
,('Q'),('R'),('S'),('T'),('U'),('V'),('W'),('X'),('Y'),('Z');

select ch, SUM(len(str) - len(replace(str,ch,'')))
from letter
cross join test -- <<== test is the name of the table with the string
group by ch
having SUM(len(str) - len(replace(str,ch,''))) <> 0

select character = substring( t.some_column , r.id , 1 ) ,
       frequency = count(*)
from dbo.some_table t
join dbo.range      r on r.id between 1 and len( t.some_column )
group by substring( t.some_column , r.id , 1 )
order by 1

通过将字母列表嵌入查询本身，您可以在不定义表的情况下实现这一点，但按字母交叉连接和分组的想法将保持不变

---

注：用于解释总和中的表达式。

如果创建字母表，如下所示：

create table letter (ch char(1));
insert into letter(ch) values ('A'),('B'),('C'),('D'),('E'),('F'),('G'),('H')
,('I'),('J'),('K'),('L'),('M'),('N'),('O'),('P')
,('Q'),('R'),('S'),('T'),('U'),('V'),('W'),('X'),('Y'),('Z');

select ch, SUM(len(str) - len(replace(str,ch,'')))
from letter
cross join test -- <<== test is the name of the table with the string
group by ch
having SUM(len(str) - len(replace(str,ch,''))) <> 0

select character = substring( t.some_column , r.id , 1 ) ,
       frequency = count(*)
from dbo.some_table t
join dbo.range      r on r.id between 1 and len( t.some_column )
group by substring( t.some_column , r.id , 1 )
order by 1

您可以使用交叉连接来完成此操作，如下所示：

create table letter (ch char(1));
insert into letter(ch) values ('A'),('B'),('C'),('D'),('E'),('F'),('G'),('H')
,('I'),('J'),('K'),('L'),('M'),('N'),('O'),('P')
,('Q'),('R'),('S'),('T'),('U'),('V'),('W'),('X'),('Y'),('Z');

select ch, SUM(len(str) - len(replace(str,ch,'')))
from letter
cross join test -- <<== test is the name of the table with the string
group by ch
having SUM(len(str) - len(replace(str,ch,''))) <> 0

select character = substring( t.some_column , r.id , 1 ) ,
       frequency = count(*)
from dbo.some_table t
join dbo.range      r on r.id between 1 and len( t.some_column )
group by substring( t.some_column , r.id , 1 )
order by 1

通过将字母列表嵌入查询本身，您可以在不定义表的情况下实现这一点，但按字母交叉连接和分组的想法将保持不变

---

注意：对于SUM中表达式的解释。

即使启用了区分大小写功能，也应该可以使用此选项

设置：

CREATE TABLE _test ( Column1 VARCHAR (50) )

INSERT _test (Column1) VALUES ('Elias'),('Sails'),('Pails'),('Plane'),('Games')

工作：

DECLARE @counter AS INT
DECLARE @results TABLE (LETTER VARCHAR(1),[COUNT] INT)

SET @counter=65  --ascii value for 'A'

WHILE ( @counter <=90 )  -- ascii value for 'Z'
BEGIN
    INSERT @results (LETTER,[COUNT])
    SELECT CHAR(@counter),SUM(LEN(UPPER(Column1)) - LEN(REPLACE(UPPER(Column1), CHAR(@counter),''))) FROM _test
    SET @counter=@counter+1
END

SELECT * FROM @results WHERE [Count]>0

---

即使启用了区分大小写功能，这也应该可以工作

设置：

CREATE TABLE _test ( Column1 VARCHAR (50) )

INSERT _test (Column1) VALUES ('Elias'),('Sails'),('Pails'),('Plane'),('Games')

工作：

DECLARE @counter AS INT
DECLARE @results TABLE (LETTER VARCHAR(1),[COUNT] INT)

SET @counter=65  --ascii value for 'A'

WHILE ( @counter <=90 )  -- ascii value for 'Z'
BEGIN
    INSERT @results (LETTER,[COUNT])
    SELECT CHAR(@counter),SUM(LEN(UPPER(Column1)) - LEN(REPLACE(UPPER(Column1), CHAR(@counter),''))) FROM _test
    SET @counter=@counter+1
END

SELECT * FROM @results WHERE [Count]>0

---

有一个范围表或序列表通常很有用，它可以为您提供大量连续序列号的来源，比如这个覆盖范围为-100000–+100000的表

drop table dbo.range
go
create table dbo.range
(
  id int not null primary key clustered ,
)
go

set nocount on
go

declare @i int = -100000
while ( @i <= +100000 )
begin
  if ( @i > 0 and @i % 1000 = 0 ) print convert(varchar,@i) + ' rows'
  insert dbo.range values ( @i )
  set @i = @i + 1
end
go

set nocount off
go

如果要确保不区分大小写，只需混合所需的上下颜色：

根据您的示例数据：

create table dbo.some_table
(
  some_column varchar(50) not null
)
go

insert dbo.some_table values ( 'Elias' )
insert dbo.some_table values ( 'Sails' )
insert dbo.some_table values ( 'Pails' )
insert dbo.some_table values ( 'Plane' )
insert dbo.some_table values ( 'Games' )
go

上面的后一个查询生成以下结果：

character frequency
    A         5
    E         3
    G         1
    I         3
    L         4
    M         1
    N         1
    P         2
    S         5

---

有一个范围表或序列表通常很有用，它可以为您提供大量连续序列号的来源，比如这个覆盖范围为-100000–+100000的表

drop table dbo.range
go
create table dbo.range
(
  id int not null primary key clustered ,
)
go

set nocount on
go

declare @i int = -100000
while ( @i <= +100000 )
begin
  if ( @i > 0 and @i % 1000 = 0 ) print convert(varchar,@i) + ' rows'
  insert dbo.range values ( @i )
  set @i = @i + 1
end
go

set nocount off
go

如果要确保不区分大小写，只需混合所需的上下颜色：

根据您的示例数据：

create table dbo.some_table
(
  some_column varchar(50) not null
)
go

insert dbo.some_table values ( 'Elias' )
insert dbo.some_table values ( 'Sails' )
insert dbo.some_table values ( 'Pails' )
insert dbo.some_table values ( 'Plane' )
insert dbo.some_table values ( 'Games' )
go

上面的后一个查询生成以下结果：

character frequency
    A         5
    E         3
    G         1
    I         3
    L         4
    M         1
    N         1
    P         2
    S         5

---

对我来说，这几乎是一个为CTE量身定做的问题。谢谢尼古拉斯·凯里，谢谢你的原创作品，我的小提琴：：

---

使用CTE计算字符位置并解构每个字符串。然后，您可以从CTE本身进行聚合。不需要额外的桌子或任何东西。

对我来说，这是一个几乎为CTE量身定做的问题。谢谢尼古拉斯·凯里，我的小提琴原版在这里：

---

使用CTE计算字符位置并解构每个字符串。然后，您可以从CTE本身进行聚合。不需要额外的表格或任何东西。

但是为什么只在分组之后而不是之前过滤掉不相关的结果呢。。。其中lenstr-lenreplacestr，ch，0 GROUP BY ch可能会更快。@AndriyM这应该不会有太大区别：在任何一种情况下，表达式都会对每个单词/字符对进行一次求值，以进入总和；这才是真正的花费所在。分组后过滤掉零是非常便宜的。事实上，它可能会比WHERE子句便宜，因为这会导致更少的零检查，精确到26，而不是26*wordCount。但是为什么只在分组之后而不是之前过滤掉不相关的结果呢。。。其中lenstr-lenreplacestr，ch，0 GROUP BY ch可能会更快。@AndriyM这应该不会有太大区别：在任何一种情况下，表达式都会对每个单词/字符对进行一次求值，以进入总和；这才是真正的花费所在。分组后过滤掉零是非常便宜的。事实上，它可能会比WHERE子句便宜，因为这会减少零检查次数，而不是26*wordCount。您好，我正在尝试您的解决方案，但仍然不确定在查询cteLetters时从何处获取字符。我尝试了你的sqlfiddle示例，但似乎没有work@noorh您好，这些字母来自构建部分中设置的表测试。检查sqlfiddle链接，现在更新为使用SQL Server 2017引擎代码，尽管：您好，我正在尝试您的解决方案，但仍然不确定在查询cteLetters时从何处获取字符。我尝试了你的sqlfiddle示例，但似乎没有work@noorh您好，这些字母来自构建部分中设置的表测试。检查sqlfiddle链接，该链接现已更新为使用SQL Server 2017引擎代码，但代码相同：