Skip to main content
 首页 » 编程设计

python之选择 N 条随机记录

2025年04月02日17wuhuacong

我有 7200 行,每行 29 位用户,他们参加了 10 个不同类别的独特请求票。

在其中,我需要为每个用户选择 N 条记录。

条件:

  1. 在 N 行中,40% 的行应该属于类别X,假设是社论。

  2. 其余 60% 的行应该是使用非类别 X

  3. 的行

使用 sqlite,到目前为止,我通过尝试“DISTINCT”来处理,但有没有办法实现上述目标?

select distinct * from report  
where category <> 'Editorial' 
and  
name in (select distinct name from report) 
GROUP By name 
LIMIT (select count(distinct name) from report) 

编辑:我正在使用 python 进行其余所有上述操作。由于它是一个大数据,我更喜欢 sqlite。 如果 python 中有方法,我很乐意了解它。

请您参考如下方法:

考虑使用两个分组的运行计数子查询:1) 所有记录按名称和仅编辑类别;和 2) 按名称和非编辑类别分类的所有记录,并筛选 60% 和 40%。下面假设表有一个唯一的标识符,ID。并将 WHERE 子句中的 N 替换为实际数字:

SELECT *     
FROM  
( 
  SELECT Report.* 
 
      (SELECT Count(*) FROM Report sub1 
       WHERE sub1.Category = 'Editorial' AND Report.Category = 'Editorial' 
       AND sub1.Name = Report.Name 
       AND sub1.ID <= Report.ID) As EditorialRowNo 
 
      (SELECT Count(*) FROM Report sub2 
       WHERE sub2.Category <> 'Editorial' AND Report.Category <> 'Editorial' 
       AND sub2.Name = Report.Name 
       AND sub2.ID <= Report.ID) As NonEditorialRowNo 
 
  FROM Report 
) As dT 
 
WHERE (dT.EditorialRowNo > 0 AND dT.EditorialRowNo <= 0.4 * N) 
OR (dT.NonEditorialRowNo > 0 AND dT.NonEditorialRowNo <= 0.6 * N) 
ORDER BY dT.Name, dT.Category