如何统计满足duration≥对应节目最大时长90%的行数？

现有如下播放事件数据表格：

需要统计所有满足**该行的duration至少为对应programme的最大duration的90%**的行数（每行代表一个播放事件，duration为事件持续秒数）。

1. Excel/LibreOffice Calc 操作步骤 #

• 新增列（如C列），计算每行对应programme的最大时长：在C2单元格输入=MAXIFS(B:B,A:A,A2)，下拉填充至所有行。
• 新增列（如D列），标记符合条件的行：在D2单元格输入=IF(B2>=0.9*C2,1,0)，下拉填充。
• 统计总数：在空白单元格输入=SUM(D:D)，结果即为符合条件的行数。

2. SQL 查询语句 #

假设数据表名为play_events，字段为title和duration，使用窗口函数实现：

SELECT COUNT(*) AS qualified_rows
FROM (
    SELECT 
        title,
        duration,
        MAX(duration) OVER (PARTITION BY title) AS max_duration
    FROM play_events
) AS sub_query
WHERE duration >= 0.9 * max_duration;

3. Python Pandas 代码示例 #

import pandas as pd

# 构造数据（实际场景可通过read_csv等方法读取）
df = pd.DataFrame({
    'title': ['programme a', 'programme b'],
    'duration': [1000, 1500]
})

# 计算每个programme的最大时长
df['max_duration'] = df.groupby('title')['duration'].transform('max')

# 统计符合条件的行数
qualified_count = df[df['duration'] >= 0.9 * df['max_duration']].shape[0]

print(f"符合条件的行数：{qualified_count}")

内容的提问来源于stack exchange，提问作者Bertie Shaw