Nano Hash - криптовалюты, майнинг, программирование

Как суммировать только определенные значения в группе по

У меня есть следующие данные

Name Place Stores Sales
A X1 10 $100
A X2 20 $150
B X2 25 $200
B X3 30 $300
B X4 40 $400
C X1 30 $300
D X2 40 $400
D X3 50 $500

Я хочу, чтобы оператор Group By давал имя мудрой суммы магазинов, продаж и количества наблюдений (для этого имени), только если магазины в этом наблюдении> 20.

Таким образом, в этом примере A вообще не будет в результате. Сумма B будет только с магазинами 25 и 30 и так далее.

Как написать для этого SQL-запрос.

sql group-by sas
25.08.2016

  • так это название или место наблюдения? или есть свои правила? возможно Select name, Sum(Stores), sum(Sales), count(Place) as Observations From data Where stores > 20 group by name 25.08.2016

Ответы:


1

Используйте оператор WHERE с предложением, определяющим критерии фильтрации. WHERE встречается перед GROUP BY.

proc sql;
title 'My Query';
select Name, sum(Stores) as TotalStores
   from sql.mydata
   where Stores > 20
   group by Name, TotalStores;
25.08.2016
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..