SQL：在 CsvPath 中使用 GROUP BY

Source: Dev.to

介绍

让我们看看如何在 CsvPath 框架 的表格数据验证语言中创建一个简单的 GROUP BY 报告。在所有示例中，这个是最容易的！

SQL GROUP BY 概述

GROUP BY 查询会选择行并根据一个或多个列进行分组。典型的例子是：

SELECT  
  dept, 
  role, 
  SUM(salary) total_salary
FROM    employee
GROUP BY dept, role

该查询会产生一个包含三列的结果集：dept 与 role 的唯一组合，以及每个组合的工资总和。

设置 CsvPath 示例

我们将使用 FlightPath Data 的内置示例。 在典型项目中，FlightPath 会创建一个 examples 文件夹，里面放有实用的示例。 本演示使用 examples/counting/projects.csv 作为数据源，并创建一个新的 CsvPath 文件。

基本脚手架

~ test-data:examples/counting/projects.csv ~
$[*][

]

指令 ~ test-data:... ~ 告诉 FlightPath 要扫描哪个文件（* 表示整个文件）。 在生产环境中，这行会被忽略。

使用单列的简单 GROUP BY

下面的 CsvPath 按机构汇总工作人员工时：

~ test-data:examples/counting/projects.csv ~
$[*][
    subtotal.worker_hours(#agency, #13)
    last() -> var_table("worker_hours")
]

• subtotal.worker_hours(#agency, #13) 对标题为 #13（即 #worker_hours_this_period 列）的数值，按每个不同的 #agency 值进行小计。
• last() 只匹配文件的最后一行。匹配时，-> 右侧的代码会被执行。
• var_table("worker_hours") 打印 worker_hours 变量的文本表格。

帮助窗口截图

生成的表格

只需要两行 CsvPath 代码就能完成这个简单的聚合。

扩展到两列（在多个字段上 GROUP BY）

为了模拟原始 SQL 示例中同时按 dept 和 role 分组的情况，我们创建一个复合键：

~ test-data:examples/counting/projects.csv ~
$[*][
    @key = concat(#agency, ", ", #neighborhood)
    subtotal.Aggregate_hours(@key, #13)
    last() -> var_table("Aggregate_hours")
]

• @key 将 #agency 与 #neighborhood 列连接起来，形成每个组的唯一标识符。
• subtotal.Aggregate_hours(@key, #13) 对每个不同的键聚合工时值。
• 最后的 var_table 调用打印聚合结果。

完整示例截图

生成的表格

打印出的表格便于人工阅读验证，而底层的 vars.json 文件则包含结构化数据，可用于自动化处理。

自动化与报告

CsvPath 旨在实现无人值守的自动化。验证结果可以捕获到：

• vars.json – 保存诸如聚合表之类的变量。
• errors.json – 收集内置的验证错误。可以使用 error() 函数生成自定义错误。

CsvPath 还提供了一个高级打印子系统，能够将输出定向到多个流，从而让你能够为不同的受众分离信息性消息、错误报告以及其他运行特定的数据。

---

本文完。