结构化数据上用序号访问成员的问题

序号访问是指通过序号(索引下标)来访问有序集合的成员。序号访问除了按单个序号访问集合成员,还有按多个序号同时取多个成员的需求。除此以外,还有用倒数的序号访问成员,按固定跨度访问成员等等。如何简单快捷的实现这些序号访问需求?这里将为你全程剖析,并提供 esProc SPL 示例代码。

1. 单序号访问

我们可以按照单个序号,从数据表中获取一条记录。

【例 1】 求 2019 年上证指数第一个交易日和最后一个交易日的交易信息。部分数据如下:

Date Open Close Amount
2019/12/31 3036.3858 3050.124 2.27E11
2019/12/30 2998.1689 3040.0239 2.67E11
2019/12/27 3006.8517 3005.0355 2.58E11
2019/12/26 2981.2485 3007.3546 1.96E11
2019/12/25 2980.4276 2981.8805 1.9E11

【SPL脚本】


A B
1 =file("000001.csv").import@ct() /导入数据文件
2 =A1.select(year(Date)==2019).sort(Date) /选出 2019 年的记录并按日期排序
3 =A2(1)|A2.m(-1) /取出上证指数第一个和最后一个交易日的信息。使用了函数 A2(1) 取序表第一条记录,函数 A2.m(-1) 取序表的倒数第一条记录。

A3的执行结果如下:

Date Open Close Amount
2019/01/02 2497.8805 2465.291 9.76E10
2019/12/31 3036.3858 3050.124 2.27E11

有时候我们需要获取指定位置成员的序号,尤其是倒着取集合成员的序号。比如 2019 年上证指数的记录按时间排序后,倒数第二个交易日的序号是多少?这时我们希望通过参数 -2 来获取真实的序号。

【例 2】 以员工表为例,统计 [California, Texas, New York, Florida] 各州的平均工资,其他地区的员工存放到新组统计。部分数据如下:

ID NAME STATE SALARY
1 Rebecca California 7000
2 Ashley New   York 11000
3 Rachel New   Mexico 9000
4 Emily Texas 7000
5 Ashley Texas 16000

【SPL脚本】


A B
1 =connect("db") /连接数据库
2 =A1.query("select * from   EMPLOYEE") /查询雇员表
3 [California,Texas,New York,Florida] /创建地区集合
4 =A2.align@an(A3,STATE) /雇员表按地区对位分组,@a 选项每组返回所有匹配成员,@n 选项不匹配成员存放到新组。
5 =A4.new(if   (#>A3.p(-1),"Other",STATE):STATE,~.avg(SALARY):AvgSalary) /统计每组的平均工资,产生新序表。使用函数 A.p(-1) 获取最后一个成员的序号,把最后一组的地区更名为 Other。

A5的执行结果如下:

STATE SALARY
California 7700.0
Texas 7592.59
New   York 7677.77
Florida 7145.16
Other 7308.1

2. 多序号访问

前面介绍了如何使用单个序号访问集合成员,有时候需要根据多个序号获取多条记录。例如对于某年按月份有序的销售记录表,使用序号集合 [4,5,6] 可以访问第二季度的数据。对于一周的值班表,使用序号集合 [1,7] 可以访问周末的值班记录。

【例 3】 有一个记录日常考勤信息的表,如下图:

Per_Code in_out Date Time Type
1110263 1 2013-10-11 09:17:14 In
1110263 6 2013-10-11 11:37:00 Break
1110263 5 2013-10-11 11:38:21 Return
1110263 0 2013-10-11 11:43:21 NULL
1110263 6 2013-10-11 13:21:30 Break
1110263 5 2013-10-11 14:25:58 Return
1110263 2 2013-10-11 18:28:55 Out

每七条数据为一组,想要转换成如下结果:

Per_Code Date In Out Break Return
1110263 2013-10-11 9:17:14 18:28:55 11:37:00 11:38:21
1110263 2013-10-11 9:17:14 18:28:55 13:21:30 14:25:58

【SPL脚本】


A B
1 =connect("db") /连接数据库
2 =A1.query("select * from DailyTime   order by Per_Code,Date,Time") /查询数据,并按人员编号、日期和时间排序
3 =A2.group(Per_Code,Date) /按人员编号和日期分组
4 =create(Per_Code,Date,In,Out,Break,Return) /创建一个存放最后结果的空表
5 =A3.(~([1,7,2,3,1,7,5,6])) /对每个组,使用函数 A([1,7,2,3,1,7,5,6]) 依次取出记录,这就是有序的全天记录。
6 =A5.conj([~.Per_Code,~.Date]|~.(Time).m([1,2,3,4])|[~.Per_Code,~.Date]|~.(Time).m([5,6,7,8])) /将每条记录的数据全部整理到一个集合中。其中用到了函数 A.m() 访问多个成员。
7 >A4.record(A6) /将数据添加到 A4 创建的表中。

A4的执行结果如下:

Per_Code Date In Out Break Return
1110263 2013-10-11 9:17:14 18:28:55 11:37:00 11:38:21
1110263 2013-10-11 9:17:14 18:28:55 13:21:30 14:25:58

类似的,我们也可以从后向前访问多个成员。

【例 5】 求上证指数 2019 年最后 10 个交易日收盘价较前日的涨幅。部分数据如下:

Date Open Close Amount
2019/12/31 3036.3858 3050.124 2.27E11
2019/12/30 2998.1689 3040.0239 2.67E11
2019/12/27 3006.8517 3005.0355 2.58E11
2019/12/26 2981.2485 3007.3546 1.96E11
2019/12/25 2980.4276 2981.8805 1.9E11

【SPL脚本】


A B
1 =file("000001.csv").import@ct() /导入数据文件
2 =A1.select(year(Date)==2019).sort(Date) /选出 2019 年的记录并按日期排序
3 =A2.p(to(-10,-1)) /使用函数 A.p() 返回最后 10 个成员的序号
4 =A3.new(A2(~).Date:Date,   string(A2(~).Close/A2(~-1).Close-1, "0.000%" ):Increase) /循环计算每个交易日收盘价与前一个交易日的涨幅

A4的执行结果如下:

Date Increase
2019/12/18 -0.178%
2019/12/19 0.001%
2019/12/20 -0.402%
2019/12/23 -1.404%
2019/12/24 0.673%

3. 固定跨度访问

固定跨度访问是指按指定的起始序号和固定的跨度访问成员。例如从数据表中抽样,每 10 条记录选出一条,可以从第一条开始取,每 10 条取一次。又比如从 1 到 100 的自然数中,选出所有 3 的倍数,可以从第 3 个数字开始,每 3 个数字取 1 个。

【例 6】 求 100 以内质数。

【SPL 脚本】


A B
1 =to(100) /创建 1 到 100 集合
2 =to(2,10) /创建 2 到 10 集合
3 =A2.(A1.step(~,~*2)) /使用了函数 A1.step(~,~*2),针对 A2 中每一个成员,求出它在 100 以内的 n 倍数 (n>1)
4 =A1.to(2,)\A3.conj() 除去 1 和所有 100 以内的合数即为 100 以内的质数,其中 A3.conj() 求出 100 以内的合数

A4的执行结果如下:

Member
2
3
5
7
11
13
17
19


猜你喜欢

转载自blog.51cto.com/12749034/2541876