如果组中有值，如何编写SQL来计算group by之后的列中出现值的总数，同时将count作为1？

我有一个数据结构如下

ColumnA  ColumnB  ColumnC
-------------------------
  1         1      Test
  1         1      FAIL
  1         1      FAIL

  1         2      FAIL
  1         2      FAIL
  1         2      FAIL

  2         1      TEST
  2         1      FAIL

正如标题所示，在按

ColumnA

和

ColumnB

分组后，我想计算

ColumnC

中“失败”的发生率，并且在计算发生率时，我只想计算组中的一个“失败”

例如，如果我对上述示例数据进行计数，结果将是：

ColumnA ColumnB count
---------------------------
   1      1       1 (not 2)
   1      2       1 (not 3)
   2      1       1

到目前为止，我所做的SQL：

SELECT
    SUM((CASE ColumnC WHEN 'FAIL' THEN 1 WHEN 'TEST' THEN 0 WHEN 'Test' THEN 0 END))
FROM
    table
GROUP BY 
    ColumnA, ColumnB

上面的查询统计组中的每一个“失败”（上面的示例在

列A

中给出了4:1），但我只想统计组中的一次。我应该如何处理这个问题

在

pandas

中，我可以通过使用

cumcount

向其添加序列来更改值，并通过添加序列号来更改值，然后在

分组后只计算'FAIL1'

可以在SQL中执行吗？
这回答了问题的原始版本

我想您需要
count（distinct）
：

或者更简洁地说：

select columnA, count(distinct columnB)
from t
where columnC = 'Fail'
group by columnA;

非常感谢。我可以用这个来得到我在问题中发布的结果。后来我意识到我实际上也希望视图中有columnB。因此，当我在SELECT中包含ColumnB时，我必须将它包含在GROUPBY子句中，因此它计数为1或0，因为只有1个不同的行或没有。我也更新了问题，以便正确地思考我想要什么。@JeevaBharathi。这回答了你在这里提出的问题。如果你有一个不同的（或更精炼的问题）而不是作为一个新问题提问。修改问题使答案无效是不礼貌的，明白了吗。道歉
select columnA, count(distinct columnB)
from t
where columnC = 'Fail'
group by columnA;

select distinct columnA,count(ColumnC)
from t
where columnC = 'Fail'
group by columnA,columnB
order by columnA;