如何在SQL数据集中统计拥有相同技能组合的用户分组及人数？

1. SQL统计技能组合及用户数 #

首先要把每个用户的技能拼接成唯一的组合字符串，再按该字符串分组统计用户数量。以下是不同SQL方言的实现：

MySQL/MariaDB #

SELECT 
  GROUP_CONCAT(Skill ORDER BY Skill SEPARATOR ' & ') AS skill_combination,
  COUNT(DISTINCT User) AS user_count
FROM your_table_name
GROUP BY skill_combination
ORDER BY user_count DESC;

PostgreSQL #

SELECT 
  STRING_AGG(Skill::TEXT, ' & ' ORDER BY Skill) AS skill_combination,
  COUNT(DISTINCT "User") AS user_count
FROM your_table_name
GROUP BY skill_combination
ORDER BY user_count DESC;

SQL Server #

SELECT 
  skill_combination,
  COUNT(DISTINCT "User") AS user_count
FROM (
  SELECT 
    "User",
    STUFF((
      SELECT ' & ' + Skill
      FROM your_table_name t2
      WHERE t2."User" = t1."User"
      ORDER BY Skill
      FOR XML PATH(''), TYPE
    ).value('.', 'NVARCHAR(MAX)'), 1, 3, '') AS skill_combination
  FROM your_table_name t1
  GROUP BY "User"
) AS user_skills
GROUP BY skill_combination
ORDER BY user_count DESC;

说明：ORDER BY Skill是为了让技能顺序不同的相同组合（比如1&2和2&1）被视为同一组，避免重复统计。

2. 生成指定格式的输出 #

如果需要直接生成类似Group A {Skills: 1 & 2 & 7} 有10人的格式，可以用脚本处理SQL查询结果：

Python处理示例 #

假设已将SQL结果导出为CSV文件（列名：skill_combination, user_count），执行以下代码：

import csv

with open('skill_groups.csv', 'r', encoding='utf-8') as f:
    reader = csv.DictReader(f)
    groups = sorted(reader, key=lambda x: int(x['user_count']), reverse=True)
    for idx, group in enumerate(groups, 1):
        print(f"Group {chr(64+idx)} {{Skills: {group['skill_combination']}}} 有{group['user_count']}人")

3. 可视化方案 #

由于技能组合可能数量较多，建议优先展示用户数量排名靠前的组合，避免图表拥挤：

条形图（Python + Matplotlib） #

import matplotlib.pyplot as plt
import pandas as pd

# 读取数据，取前10个用户数最多的组合
df = pd.read_csv('skill_groups.csv')
top_groups = df.nlargest(10, 'user_count')

plt.figure(figsize=(12, 6))
plt.barh(top_groups['skill_combination'], top_groups['user_count'], color='#4CAF50')
plt.xlabel('用户数量')
plt.ylabel('技能组合')
plt.title('技能组合对应的用户数量排名（Top 10）')
plt.gca().invert_yaxis()  # 让数量多的组合显示在上方
plt.show()

无代码工具方案 #

如果不想写代码，可使用Tableau、Power BI或Excel：

• 将SQL查询结果导入工具
• 选择技能组合作为维度，用户数量作为度量
• 生成条形图、树状图或气泡图，直观展示不同组合的用户规模

内容的提问来源于stack exchange，提问作者Rich Kramp