结构化数据上用序号访问成员的问题
作者：互联网
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 |
标签：10,结构化,12,Date,A2,上用,序号,2019 来源： https://blog.51cto.com/12749034/2541876