如何用SPARQL实现分组求和并按Location、技术、年份转置行列

我有一些RDF数据，简化后如下表：

需要编写SPARQL查询实现以下功能：

• 按Location、Technology以及Subject存在的年份分组，对Value求和；
• Subject存在的年份由StartDate和EndDate确定；
• Location和Technology作为行展示，年份作为列展示。

预期输出（CSV格式对应表格）：

我知道SPARQL不支持直接生成这种电子表格格式，但希望尽量避免用Python等工具后续处理，直接导出成符合预期的CSV文件，求帮助。

核心思路是预定义目标年份范围，对每个年份单独计算对应分组的求和值，再将这些年份的结果作为列返回。以下是具体的SPARQL查询：

PREFIX xsd: <http://www.w3.org/2001/XMLSchema#>

SELECT 
  ?Location
  ?Technology
  (SUM(IF(?startYear <= 2005 && ?endYear >= 2005, ?Value, 0)) AS ?2005)
  (SUM(IF(?startYear <= 2006 && ?endYear >= 2006, ?Value, 0)) AS ?2006)
  (SUM(IF(?startYear <= 2007 && ?endYear >= 2007, ?Value, 0)) AS ?2007)
  (SUM(IF(?startYear <= 2008 && ?endYear >= 2008, ?Value, 0)) AS ?2008)
  (SUM(IF(?startYear <= 2009 && ?endYear >= 2009, ?Value, 0)) AS ?2009)
  (SUM(IF(?startYear <= 2010 && ?endYear >= 2010, ?Value, 0)) AS ?2010)
  (SUM(IF(?startYear <= 2011 && ?endYear >= 2011, ?Value, 0)) AS ?2011)
  (SUM(IF(?startYear <= 2012 && ?endYear >= 2012, ?Value, 0)) AS ?2012)
  (SUM(IF(?startYear <= 2013 && ?endYear >= 2013, ?Value, 0)) AS ?2013)
  (SUM(IF(?startYear <= 2014 && ?endYear >= 2014, ?Value, 0)) AS ?2014)
  (SUM(IF(?startYear <= 2015 && ?endYear >= 2015, ?Value, 0)) AS ?2015)
WHERE {
  # 绑定RDF数据中的属性（请根据实际RDF前缀/属性调整）
  ?Subject :StartDate ?StartDateStr ;
           :EndDate ?EndDateStr ;
           :Location ?Location ;
           :Technology ?Technology ;
           :Value ?Value .

  # 从日期字符串提取年份（假设格式为dd-MM-yyyy）
  BIND(xsd:integer(SUBSTR(?StartDateStr, 6)) AS ?startYear)
  BIND(xsd:integer(SUBSTR(?EndDateStr, 6)) AS ?endYear)
}
GROUP BY ?Location ?Technology
ORDER BY ?Location ?Technology

关键说明： #

1. 年份提取：通过SUBSTR截取日期字符串的年份部分并转为整数。如果RDF日期是xsd:date类型，可替换为BIND(YEAR(?StartDate) AS ?startYear)直接提取年份。
2. 条件求和：对每个目标年份，用IF判断Subject的时间范围是否包含该年份，包含则累加其Value，否则加0。
3. 分组排序：按Location和Technology分组合并结果，排序保证输出顺序符合预期。

导出CSV： #

多数SPARQL端点（如Apache Jena、Blazegraph）支持直接将查询结果导出为CSV格式，执行上述查询后选择导出为CSV即可得到符合预期的文件。

内容的提问来源于stack exchange，提问作者A. Zuiker