postgresql - 通过 SQL 计算序列中的字符

Question

我有一个带有序列表的数据库。此表中的每个(氨基酸)序列包含 20 个不同的字符(A、V、...)。例如“MQSHAMQCASQALDLYD...”。

我想计算每个字符出现的次数，以便得到类似“2xM、3xQ、...”的结果。

此外，我想对我的数据库中的所有序列执行此操作，以便获得每个字符的整体外观。 (“248xM，71xW，...”)。

我如何在 PostgreSQL 中执行此操作？目前，我正在用 Ruby 做这件事，但我有 25,000 个序列，每个序列的长度约为 400 个字符。这需要一段时间，我希望使用 SQL 会更快。

Answer 1

这是如何在字符串中找到所有 A 的方法:

select length(regexp_replace('AAADDD', '[^A]', '', 'g'));

这是查找表中所有 A 的方法:

select sum(length(regexp_replace(field, '[^A]', '', 'g'))) from table;