python - 选择 N 条随机记录

Question

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

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。

Answer 1

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