topKWeighted

指定した列内で、概ね最も頻出する値を要素とする配列を返します。返される配列は、値そのものではなく、値のおおよその出現頻度が高い順にソートされます。加えて、値の重みも考慮されます。

構文

topKWeighted(N)(column, weight)
topKWeighted(N, load_factor)(column, weight)
topKWeighted(N, load_factor, 'counts')(column, weight)

パラメーター

• N — 返す要素数。省略可能。デフォルト値: 10。
• load_factor — 値のために予約するセルの数を定義します。uniq(column) > N * load_factor の場合、topK 関数の結果は近似値になります。省略可能。デフォルト値: 3。
• counts — 結果に近似的なカウント値と誤差値を含めるかどうかを定義します。

引数

• column — 値。
• weight — 重み。頻度計算において、各値は weight 回分として計上されます。UInt64。

返される値

重みの近似的な合計が最大となる値の配列を返します。

例

クエリ:

SELECT topKWeighted(2)(k, w) FROM
VALUES('k Char, w UInt64', ('y', 1), ('y', 1), ('x', 5), ('y', 1), ('z', 10))

結果:

┌─topKWeighted(2)(k, w)──┐
│ ['z','x']              │
└────────────────────────┘

クエリ：

SELECT topKWeighted(2, 10, 'counts')(k, w)
FROM VALUES('k Char, w UInt64', ('y', 1), ('y', 1), ('x', 5), ('y', 1), ('z', 10))

結果：

┌─topKWeighted(2, 10, 'counts')(k, w)─┐
│ [('z',10,0),('x',5,0)]              │
└─────────────────────────────────────┘

関連項目

• topK
• approx_top_k
• approx_top_sum