行分组

1 分组前后

1. 在分组之前，可以先过滤数据行。即分组的对象是过滤后的数据行。

2. 为了利用数据库系统实现排序和统计，数据在分组前都被自动转换为临时数据库表。

3. 对于分组后的数据，可以设置排序条件和每组最多取值个数。

2 分组的作用

把数据行分组以后，可以：

1. 对源数据添加分组信息，即新增两列：组编号、组参数。

2. 按组将数据分割为多个文件。

3. 按组进行描述性统计。

4. 按组依序显示为动态的XY图/饼图/相比较图/自比较图/箱线图。

3 分组的方式

MyBox支持六种数据分组方式：

以下分别介绍它们。

4 等值分组

4.1 分组方式

选择若干列，把这些列的值都相同的数据行分为同一组。

4.2 实现原理

1. 把数据转换为临时数据库表

2. 读取每行数据，按列值分组。其效果类似于SQL语句"group by"。

4.3 分组的结果

• 完全：每个数据行都属于一组。

• 不相交：每个数据行都只属于一组。

5 值范围分组

5.1 分组方式

选择一列，按照它的值范围分割数据行。

分割条件有三种选择：

• 值间隔

• 分割的个数

• "开始值-结束值"的列表

5.2 对于时间/纪元进行分割

当被分割的列为时间/纪元类型：

1. 列值被转换为毫秒数。

2. 可设置时间单位。

3. 设置"开始-结束"项时，应输入合法的时间格式。

5.3 编辑起止列表

1. 在表格中增删改起止项。

2. 对起止项可设置是否包含"开始"值或"结束"值。

5.4 实现原理

1. 把数据转换为临时数据库表。

2. 忽略所选列的类型，将它的数据解析为双精度数值。

3. 计算该列的最大值和最小值。

4. 计算各组的区间

5. 构造各组的查询语句，条件类似于"列 >= 区间开始值 AND 列 < 区间结束值"。

5.5 分组的结果

• 若按值间隔或分割个数，则：

  • 完全：每个数据行都属于一组。

  • 不相交：每个数据行都只属于一组。

• 若按"开始值-结束值"的列表，则：

  • 可能不完全：可能有的数据行不属于任何一组。

  • 可能相交：可能有的数据行属于多个组。

6 时间分组

6.1 分组方式

只有当数据包含时间类型的列时，才能采用这种分组方式：

1. 选择一个时间类型的列

2. 选择时间单位：世纪/年/月/日/时/分/秒。

例如：

• 时间单位为"世纪"时，则计算数据的世纪，取同世纪为同组。

• 时间单位为"月"时，则同年和月的数据分为同组。

• 时间单位为"时"时，则同年、月、日、和时的数据分为同组。

• 时间单位为"秒"时，则同年、月、日、时、分、和秒的数据分为同组。

6.2 实现原理

1. 把数据转换为临时数据库表

2. 对所选时间单位，同值则同组。

6.3 分组的结果

• 完全：每个数据行都属于一组。

• 不相交：每个数据行都只属于一组。

7 表达式分组

7.1 分组方式

定义行表达式，其值相同则同组。

例如：

• 表达式"new Date(‘#{开始时间}’).getDay()"，按照列"开始时间"的星期值进行分组

• 表达式"‘#{说明}’.charAt(2)"，按照列"说明"的第二个字符进行分组。

• 表达式"‘#{开始时间}’.substring(0, 7)"，按照列"开始时间"的前7个字符进行分组。

7.2 实现原理

1. 把数据转换为临时数据库表

2. 对每行数据计算表达式的值，同值则同组。

7.3 分组的结果

• 完全：每个数据行都属于一组。

• 不相交：每个数据行都只属于一组。

8 条件分组

8.1 分组方式

定义若干行过滤器，按照这些行过滤器将数据行分割成组。

8.2 实现原理

1. 把数据转换为临时数据库表。

2. 对于每个行过滤器，遍历数据行以挑出满足条件的组成员。

8.3 分组结果

• 可能不完全：可能有的数据行不属于任何一组。

• 可能相交：可能有的数据行属于多个组。

9 行号分组

9.1 分组方式

按照数据行号分割数据行。有三种选择：

• 分割的尺寸（数据行号间隔）

• 分割的个数

• "开始行号-结束行号"的列表

9.2 实现原理

1. 把数据转换为临时数据库表。

2. 计算各组的行号区间

3. 遍历数据行，按行号指定组。

9.3 分组的结果

• 若按分割尺寸或分割个数，则：

  • 完全：每个数据行都属于一组。

  • 不相交：每个数据行都只属于一组。

• 若按"开始行号-结束行号"的列表，则：

  • 可能不完全：可能有的数据行不属于任何一组。

  • 可能相交：可能有的数据行属于多个组。