SQL 查询：由另一列分组的列中最常见的值

Question

假设我有一个数据库employee.db，创建如下：

# %% CREATE DATAFRAME
data = {'Name': ['John', 'Jane', 'Adam', 'Jane', 'Frank', 'Mary'],
        'Age': [35, 28, 42, 32, 35, 39],
        'Department': ['HR', 'IT', 'Finance', 'IT', 'Sales', 'IT']}
df = pd.DataFrame(data)

# %% CREATE A SQL DATABASE ENGINE
engine = create_engine('sqlite:///employee.db', echo=True)

# %% CONVERT THE DATA FRAME TO SQL
df.to_sql('employee', con=engine, if_exists='replace', index=False)

# %% CLOSE THE CONNECTION
engine.dispose()

我正在尝试读取数据库，使用

from sqlalchemy import create_engine, text
import pandas as pd

# %% CREATE A SQL DATABASE ENGINE
engine = create_engine('sqlite:///employee.db', echo=True)

# %% QUERY THE SQL TABLE
with engine.connect() as conn:
    # INSERT SQL QUERIES HERE

# %% CLOSE THE CONNECTION
engine.dispose()

我想计算每个部门最常见的名称。如果部门为“IT”，查询必须显示“Jane”。

Answer 1

这些都是相当简单的查询。您应该检查

ORDER BY

和 聚合函数的文档。

• 计算有多少个不重复的不同部门（预期输出：4 - ['HR', 'IT', 'Finance', 'Sales']）

SELECT COUNT(DISTINCT e.Department)
FROM employee e;

• 最频繁的部门（预期输出：IT - 出现 3 次）

SELECT e.Department, COUNT(*) AS count
FROM employee e
GROUP BY
  e.Department
ORDER BY
  count DESC
LIMIT 1;

• 最年长的员工（预期产出：Adam - 42）

SELECT e.Name
FROM employee e
ORDER BY
  e.Age DESC;

帮自己一个忙，不要将

Age

存储在数据库中，它会一直变化。相反，存储出生日期并计算年龄。