sql - 如何计算 Hive 表中人员之间一致的重叠百分比

Question

假设我有一项调查，每个问题有 4 个可能的答案，并且受访者至少可以选择一个答案(允许多个答案)。我想计算每个问题每个答案，有多少人选择了该答案。例如，如果我有配置单元表:

question_id | answer_id | person_id
-------------------------------------
1           | A         |    1        
1           | B         |    1        
1           | C         |    1        
1           | D         |    1        
1           | A         |    2        
1           | B         |    2        
1           | C         |    2        
2           | D         |    1        
2           | A         |    1               

那么结果表将是:

question_id | answer_id | Percentage
-------------------------------------
1           | A         |    100        
1           | B         |    100       
1           | C         |    100        
1           | D         |    50
2           | D         |    50        
2           | A         |    50

对于问题 1，两人都选择了 A、B、C，三者都给出 100%，但其中一个人也选择了 D，给出了 50%。对于问题 2，一个人选 D，一个人选 A，分别给 50% 和 50%。

我真的被困住了，我无法在网上找到任何可以实现我正在寻找的东西。任何帮助都会很棒!

Answer 1

嗯。 。 。如果我理解正确的话，您需要选择一个特定问题/答案组合的人数除以选择该问题的人数。如果是的话，我认为

select qa.*, qa.num_persons * 100.0 / q.num_persons
from (select question_id, answer_id, count(*) as num_persons
      from t
      group by question_id, answer_id
     ) qa join
     (select question_id, count(distinct person_id) as num_persons
      from t
      group by question_id
     ) q
     on qa.question_id = q.question_id;