精华内容
下载资源
问答
  • 检测表只有身份证号,无年龄和性别字段,需要对检测数据进行年龄分组 2.需要根据性别的不同对数据进行比较,性别不同,比较的标准也不一样 实现思路: 1.先根据身份证号运用mysql函数TIMESTAMPDIFF(YEAR,STR_TO...

       需求:1.检测表只有身份证号,无年龄和性别字段,需要对检测数据进行年龄分组

                  2.需要根据性别的不同对数据进行比较,性别不同,比较的标准也不一样

    实现思路:

                1.先根据身份证号运用mysql函数TIMESTAMPDIFF(YEAR,STR_TO_DATE(substr(patient_id,7,8),'%Y%m%d'),sysdate())得到年龄,对mysql函数不懂的请自行百度

    2. 使用case when then条件分支语句得到年龄分组

    3.我这里联合用户表得到性别,当然根据身份证号倒数第二位数也可以算出性别,我这里是运用了联合查询,用户表中也没有年龄字段,

    4.根据性别拿检测值同对应性别的标准值进行对比。

    <!-- 按年龄分组统计异常的人数 -->
     <select id="getExamDataGroudByAge"  resultMap="BaseResultMap">
       SELECT  age,uw.patient_id,IFNULL(count,0) as count
            FROM UW uw
            LEFT JOIN (
       select age as age,a.patient_id,a.ua,count(*) as count from
        (
        select 
            case 
                  when TIMESTAMPDIFF(YEAR,STR_TO_DATE(substr(patient_id,7,8),'%Y%m%d'),sysdate())  <![CDATA[ >= ]]>0  and TIMESTAMPDIFF(YEAR,STR_TO_DATE(substr(patient_id,7,8),'%Y%m%d'),sysdate())  <![CDATA[ <= ]]> 20  then '0~20' 
                  when TIMESTAMPDIFF(YEAR,STR_TO_DATE(substr(patient_id,7,8),'%Y%m%d'),sysdate())  <![CDATA[ >= ]]>  21 and TIMESTAMPDIFF(YEAR,STR_TO_DATE(substr(patient_id,7,8),'%Y%m%d'),sysdate())  <![CDATA[ <= ]]>  30  then '21~30'
                  when TIMESTAMPDIFF(YEAR,STR_TO_DATE(substr(patient_id,7,8),'%Y%m%d'),sysdate())  <![CDATA[ >= ]]> 31 and TIMESTAMPDIFF(YEAR,STR_TO_DATE(substr(patient_id,7,8),'%Y%m%d'),sysdate())  <![CDATA[ <= ]]>  40  then '31~40'
                  when TIMESTAMPDIFF(YEAR,STR_TO_DATE(substr(patient_id,7,8),'%Y%m%d'),sysdate())  <![CDATA[ >= ]]>  41 and TIMESTAMPDIFF(YEAR,STR_TO_DATE(substr(patient_id,7,8),'%Y%m%d'),sysdate())  <![CDATA[ <= ]]>  50  then '41~50'
                  when TIMESTAMPDIFF(YEAR,STR_TO_DATE(substr(patient_id,7,8),'%Y%m%d'),sysdate())  <![CDATA[ >= ]]>  51 and TIMESTAMPDIFF(YEAR,STR_TO_DATE(substr(patient_id,7,8),'%Y%m%d'),sysdate())  <![CDATA[ <= ]]>  60 then '51~60'
                 when TIMESTAMPDIFF(YEAR,STR_TO_DATE(substr(patient_id,7,8),'%Y%m%d'),sysdate())  <![CDATA[ >= ]]>  61 and TIMESTAMPDIFF(YEAR,STR_TO_DATE(substr(patient_id,7,8),'%Y%m%d'),sysdate())   <![CDATA[ <= ]]>  70  then '61~70'
                 when TIMESTAMPDIFF(YEAR,STR_TO_DATE(substr(patient_id,7,8),'%Y%m%d'),sysdate())  <![CDATA[ >= ]]> 71 and TIMESTAMPDIFF(YEAR,STR_TO_DATE(substr(patient_id,7,8),'%Y%m%d'),sysdate())<![CDATA[ <= ]]>  80 then '71~80'
                 when TIMESTAMPDIFF(YEAR,STR_TO_DATE(substr(patient_id,7,8),'%Y%m%d'),sysdate()) <![CDATA[ > ]]> 80 then '80+' 
                 END AS age,
                 patient_id as patient_id,
                 ua as ua  from UW a INNER JOIN archive b on a.patient_id=b.ARCHIVEID  where ((a.ua  <![CDATA[ < ]]>  0.2 or a.ua  <![CDATA[ > ]]> 0.42) and b.GENDER='GB_T_2261.1_2003_1' or (a.ua <![CDATA[ < ]]> 0.14 or a.ua  <![CDATA[ > ]]> 0.36) and b.GENDER='GB_T_2261.1_2003_2')
                 )a group by age
                  )tb  on uw.patient_id=tb.patient_id group by age
      </select>

     

    展开全文
  • 按性别分组,查出每组的年龄

    千次阅读 2021-01-15 23:46:18
    SQL: SELECT sex,AVG(age) FROM tb_student GROUP BY sex; 其实就一句话的事情,但是久不练习就有些模糊了,想不起来 group by ... 虽然一般用 sum() 获得结果集然后对它进行分组,但是在这里换成 avg() 函数也是适用的.

     

    SQL:

    SELECT sex,AVG(age) FROM tb_student GROUP BY sex;

    其实就一句话的事情,但是久不练习就有些模糊了,想不起来 group by 的用法

    分开写是这样的:

    
    SELECT sex,AVG(age) FROM tb_student  WHERE sex = '男';
    SELECT sex,AVG(age) FROM tb_student  WHERE sex = '女';

    显然这样写达不到我们的要求,那么按 group by 有什么好处呢? 试试这样

    SELECT AVG(age) FROM tb_student GROUP BY sex;

    答案出来了,原理是  GROUP BY 语句用于结合合计函数,根据一个或多个列对结果集进行分组。

    虽然一般用 sum() 获得结果集然后对它进行分组,但是在这里换成 avg() 函数也是适用的.

     

    展开全文
  • 有时候需要按照某种特性来进行分组,然后将分组的内容进行一些操作,这时候需要用到分组这个概览。...这里以性别`sex`为分组标准,求出两组平均值: 为了更方便看到平均分数是哪个性别的,可以加上一个sex se

    有时候需要按照某种特性来进行分组,然后将分组的内容进行一些操作,这时候需要用到分组这个概览。
    结构:
    select ... from ... where ... group by ...
    这里以之前的student表为例子:
    在这里插入图片描述
    求表中年龄大于18岁的男女生的数学平均成绩:

    select avg(math) from student where age >=18 group by sex;
    
    这里以性别`sex`为分组标准,求出两组平均值:
    

    在这里插入图片描述
    为了更方便看到平均分数是哪个性别的,可以加上一个sex

    select sex,avg(math) from student where age >=18 group by sex;
    

    如下图所示:
    在这里插入图片描述

    展开全文
  • 分组(group by)一般与聚合结合使用(1)查询按性别分组select gender from students group by gender;(2)查询按性别分组并统计每组的数量...(3)查询按性别分组并统计每组的最大年龄select gender,max(age) from studen...

    分组(group by)一般与聚合结合使用

    (1)查询按性别分组

    select gender from students group by gender;

    (2)查询按性别分组并统计每组的数量

    select gender,count(*) from students group by gender;

    (3)查询按性别分组并统计每组的最大年龄

    select gender,max(age) from students group by gender;

    20190616223545955462.png

    (4)查询男性的总数

    select count(*) from students where gender=1;

    (5)查询男性的总数(不推荐使用,不是标准的SQL语句)

    select gender,count(*) from students where gender=1;

    (6)查询男性的性别字段

    select gender from students where gender=1;

    (7)查询男性的总数(推荐,标准SQL语句,group by 以性别分组 ,其中性别才是每组的label)

    select gender,count(*) from students where gender=1 group by gender;

    20190616223546389072.png

    (

    group_concat()用于描述每个分组内成员的信息;

    having位于group by之后,后面是限定每个分组的条件,这些条件将以每个组看作单个元素,所以条件采用聚合函数.

    注意区分having与where,虽然两者后面都跟限定条件,但是限定的元素却不同

    )

    (8)查询分组后每组平均年龄大于15的组别并输出每组成员的姓名,年龄,ID及其平均年龄;

    select gender,group_concat(name,‘ ‘,age,‘ ‘,ID),avg(age) from students  group by gender having avg(age)>15;

    20190616223546518960.png

    (9)查询分组后每组平均年龄大于15的组别并输出每组成员的姓名,年龄,ID及其平均年龄;

    select gender,group_concat(name,‘ ‘,age,‘ ‘,ID) from students group by gender having count(*)>2;

    20190616223546659590.png

    原文:https://www.cnblogs.com/summer1019/p/11033183.html

    展开全文
  • 数据分组-可视分箱

    万次阅读 2016-10-30 20:33:20
    数据分组,根据分析目的将数值型数据进行等距或非等距分组,这个过程也称为数据离散化,一般用于消费分布,收入分布,年龄分布等。 在excel中,使用vlookup函数的模糊匹配功能进行数据分组操作,非常方便。那么在...
  • 年龄

    千次阅读 2007-11-04 12:12:00
    我们每个人都知道自已的"年龄"? 呵呵,读读。每个人从出生时起到计算时为止所经历的时间,通常用年岁来表示。各种人口现象,如生育、死亡、结婚、迁移等等,常常同每个人的年龄密切有关。因此正确计算年龄有重要...
  • pandas在dataframe中提供了丰富的统计、合并、分组、缺失值等操作函数。 1.统计函数 df.count() #非空元素计算 df.min() #最小值 df.max() #最大值 df.idxmin() #最小值的位置,类似于R中的which.min函数 df....
  • 数据聚合和分组运算

    2019-01-21 21:41:53
    0. 对所有数据进行分组 然后对每一个组应用一个函数 ...计算分组概述统计 如数量、平均值、标准差、自定义函数(这俩有啥区别。。) 应用组内转换或其它运算 如规格化、线性回归、排名、选取子集 计算透视表...
  • 1、按照年龄进行分组统计各个年龄段的人数: SELECT FAge,Count(*) FROM T_Employee GROUP BY Fage 2、GROUP BY子句必须放到WHERE语句的之后。 3、没有出现在GROUP BY子句中的列是不能放到SELECT语句后的列名...
  • 聚合函数 分组

    2015-11-07 11:22:16
    -COUNT:统计行数量 –SUM:获取单个列的合计值 ...标准格式 SELECT COUNT() FROM 其中,计数规范包括: - * :计数所有选择的行,包括NULL值; - ALL 列名:计数指定列的所有非空值行,如果不写,默认...
  • r 数据分组处理

    千次阅读 2017-03-22 18:46:00
    一、R语言实现数据的分组求和 实验数据集 姓名,年龄,班级 ,成绩, 科目   [html] view plain copy     student &lt;- data.frame (   name = c("s1", "s2", "s3&...
  • 数据分组-重新编码

    千次阅读 2016-10-30 22:02:45
    对于不等距分组操作,除了上一篇文章介绍的方法之外,还有一种方法:重新编码为不同变量。 重新编码可以把一个变量的数值按照指定要求赋予新的数值,也可以把连续变量重新编码成离散变量,如把年龄重新编码为年龄段...
  • 许多分组标准,例如实际年龄(“传统”课堂)、性别(如体育课)、成绩分数(Floyd,1954;Morgan 和 Stucker,1960))IQ(Goldberg,1962)、社会计量数据( Schmid, 1960) 和心理年龄被单独和结合使用 大多数关于...
  • R中如何用ifelse进行数据分组

    千次阅读 2017-07-12 00:13:36
    9.数据分组 数据分组,根据数据分析对象的特征,按照一定的数值指标,把数据分析对象划分为不同的区间部分来研究,以揭示内在的联系和规律性; 在R中,我们常用ifelse函数来进行数据的分组,跟excel中的if函数是同一...
  • 上图是一个典型的规则分组情况,另外还有一些不规则的分组情况,典型情况就是按段分组,比如时间段、年龄段等,也就是按照某个值区间完成记录分组。 上图的例子中我们可以看到,分别统计了 “2012 年圣诞前...
  • 《瑞文标准推理测验标准答案表》由会员分享,可在线阅读,更多相关《瑞文标准推理测验标准答案表(2页珍藏版)》请在人人文库网上搜索。1、瑞文标准推理测验的说明本测验有5组,每组12个题目。A组主要测知觉辨别力、...
  • MongoDB聚合中分组和过滤

    千次阅读 2018-09-05 06:52:12
    分组:$group 将集合中的文档分组,可用于统计结果 _id表示分组的依据,使用某个字段的格式为'$字段' 例1:统计男生、女生的总人数 db.stu.aggregate([ {$group: { _id:'$gender', counter:{$sum:1} } } ]...
  • 来源:数据蒋堂作者:蒋步星本文长度为2520字,建议阅读4分钟本文为你讲解非等值分组及其应用。我们在上一期研究了分组运算的实质,即将一个集合按某种规则拆分成若干子集。不过,上期的关注重点在于还原分组运算的...
  • pandas数据分组和聚合操作

    千次阅读 2017-05-24 15:53:53
    《Python for Data Analysis》 GroupBy 分组运算:split-apply-combine(拆分-应用-合并) DataFrame可以在其行(axis=0)或列(axis=1)上进行分组。...GroupBy的size方法可以返回一个含有分组大小的Seri...
  • 上图是一个典型的规则分组情况,另外还有一些不规则的分组情况,典型情况就是按段分组,比如时间段、年龄段等,也就是按照某个值区间完成记录分组。 上图的例子中我们可以看到,分别统计了 “2012 年圣诞前...
  • 本人因为从事医疗相关行业,就以性别和年龄的简单示例来对人群进行分类,跳出以往的按照固定年龄段统计分类人群的思路,这里我们展示如何从数据样本中主动获取年龄和性别分组的组别范围,从而完成分类...
  • Spring 中@Validated 分组校验使用

    千次阅读 2020-07-07 11:55:08
    Spring Validation验证框架对参数的验证机制提供了@Validated(Spring’s JSR-303规范,是标准JSR-303的一个变种),javax提供了@Valid(标准JSR-303规范),配合BindingResult可以直接提供参数验证结果。...
  • 基于CNN的年龄和性别分类

    千次阅读 2018-08-06 19:39:23
    《Age and Gender Classification using Convolutional ...年龄分类:年龄问题既可以当成年龄组的分类问题,也可以当成回归问题。 传统的比较好的方法LBP+SVM。 1.网络结构: 网络包含:3个卷积层,2个...
  • 来源:数据蒋堂作者:蒋步星本文长度为2600字,建议阅读4分钟分组是SQL中常见的运算,但未必所有人都能深刻地理解它。分组是SQL中常见的运算,但未必所有人都能深刻地理解它。分组运算的实质是将一个集合按照某种...
  • 简介;掌握常规统计方法、掌握分组运算方法
  • 1、GROUP BY 与聚合函数 GROUP BY 是一种能将查询结果...GROUP BY 的标准分组方式是按所有分组字段的值依次来分组。假如字段 A 的值有 3 种,字段 B 的值有 2 种;如果是GROUP BY A,那么就会被分为 3 组;而如果...
  • 分组查询 HQL查询语句使用groupby子句进行分组查询... 按性别分组,查询学生的平均年龄 package com.obtk.test; import java.util.List; import org.hibernate.HibernateException; import org.hibernate.Que
  • k-means算法进行员工发展潜力分组 背景 数据集 https://datahack.analyticsvidhya.com/contest/wns-analytics-hackathon-2018-1/ 您的客户是一家大型跨国公司,在整个组织中有9个广泛的垂直行业。客户面临的问题之一...
  • 有一种方法在数据分析中十分常见,就是分组分析法。分组分析法是将总体数据按照某一特征划分成若干个部分再加以分析的一种方法。下面就有小编为大家解答一下这个问题。 首先给大家介绍一下分组分析法的含义。分组...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 15,225
精华内容 6,090
关键字:

年龄分组标准