在GMP表中获取parameter1=x且parameter2=y时其他参数众值的单行结果

方案1：SQL实现 #

假设你的GMP表名为gmp_table，可以通过CTE分步计算每个参数的众值，再拼接成目标行：

-- 先筛选出符合条件的行
WITH target_rows AS (
    SELECT param3, param4, param5, ..., param20
    FROM gmp_table
    WHERE parameter1 = 'x' AND parameter2 = 'y'
),
-- 逐个参数计算众值（以param3为例，重复到param20）
param3_mode AS (
    SELECT param3
    FROM target_rows
    GROUP BY param3
    ORDER BY COUNT(*) DESC
    LIMIT 1
),
param4_mode AS (
    SELECT param4
    FROM target_rows
    GROUP BY param4
    ORDER BY COUNT(*) DESC
    LIMIT 1
),
-- ... 此处省略param5到param19的众值计算CTE
param20_mode AS (
    SELECT param20
    FROM target_rows
    GROUP BY param20
    ORDER BY COUNT(*) DESC
    LIMIT 1
)
-- 拼接最终结果行
SELECT 
    'x' AS parameter1,
    'y' AS parameter2,
    (SELECT param3 FROM param3_mode) AS param3,
    (SELECT param4 FROM param4_mode) AS param4,
    -- ... 依次添加param5到param19的取值
    (SELECT param20 FROM param20_mode) AS param20;

方案2：Python（Pandas）实现 #

如果用Python处理表格数据，Pandas库可以快速完成众值计算：

import pandas as pd

# 读取GMP表数据（根据实际存储格式调整，比如Excel用pd.read_excel）
df = pd.read_csv('gmp_table.csv')

# 筛选满足条件的行
filtered_df = df[(df['parameter1'] == 'x') & (df['parameter2'] == 'y')]

# 计算param3到param20的众值（若有多个众值，取第一个出现的）
mode_series = filtered_df.loc[:, 'param3':'param20'].mode().iloc[0]

# 构造结果行
result = pd.DataFrame({
    'parameter1': ['x'],
    'parameter2': ['y'],
    **mode_series.to_dict()
})

# 输出或保存结果
print(result)
# result.to_csv('gmp_summary_row.csv', index=False)

注意事项 #

• 若某参数存在多个频率相同的众值，上述两种方案默认取排序/出现顺序的第一个，可根据需求修改逻辑（比如返回所有众值或自定义规则）。
• 题目说明目标行的param3至param20均有值，无需处理空值情况；若实际存在空值，可在筛选或计算时添加WHERE paramX IS NOT NULL（SQL）或dropna()（Pandas）。

内容的提问来源于stack exchange，提问作者Sahil Singh