SQL相当于pandas转换（groupy + transform）

Question

假设你有下表：

标签名称	价值
1P1132A	0.0
1P1132B	0.0
1P1133A	0.0
1P1133B	3.0
1P1133C	2.0
1P1133D	1.0

通过在 pandas 中执行一些转换，我得到一列按标签编号及其所有字母分组的标签（下面的代码和最终表格）

# Add a column for tag number (without letter)
pattern = re.compile(r"\d{1}P\d+")        
df["TagNo"] = df["TagName"].apply(lambda x: re.search(pattern, x).group(0))

#Get letter tag
df["TagLetter"] = df["TagName"].apply(lambda x: re.sub(pattern, "", x))

#Group by TagNo. and TagLetter
df["PairRef"] = (
    df
    [["TagNo", "TagLetter"]]\
        .groupby("TagNo")["TagLetter"]
        .transform(lambda x: "/".join(sorted(set(x))))
)

df["PairRef"] = df["TagNo"] + " " + df["PairRef"]

改造后的桌子：

标签名称	价值	标签号	标签信	PairRef
1P1132A	0.0	1P1132	A	1P1132 A/B
1P1132B	0.0	1P1132	乙	1P1132 A/B
1P1133A	0.0	1P1133	A	1P1133 A/B/C/D
1P1133B	3.0	1P1133	乙	1P1133 A/B/C/D
1P1133C	2.0	1P1133	C	1P1133 A/B/C/D
1P1133D	1.0	1P1133	D	1P1133 A/B/C/D

你会用 SQL 怎么做？

到目前为止，我知道如何创建列 TagNo 和 TagLetter（使用非常非常简单的查询），但我不知道如何创建列 PairRef。

SELECT TagName, AvgValue, SUBSTRING(TagName,1,len(TagName)-1) as TagNo, SUBSTRING(TagName, -1) as TagLetter from table