You need to enable JavaScript to run this app. 学生成绩表计算cumulative improvement score识别正向提升学生
优惠活动
大模型
产品
解决方案
定价
更多

学生成绩表计算cumulative improvement score识别正向提升学生

累计成绩提升得分计算方案与符合条件学生清单

一、核心实现逻辑

  • 规则对齐:累计提升得分是同一学生按测评日期升序排列后,逐次计算相邻两次成绩的差值并求和的结果,通过数学展开可验证:该求和结果与「学生最后一次测评得分 - 第一次测评得分」完全等价,中间阶段的分数会在抵消后不影响最终计算值。
  • 实现步骤1:对原始成绩表按学生ID做聚合,将每个学生的所有测评记录按date字段从早到晚排序,避免时间顺序错乱。
  • 实现步骤2:提取每个学生排序后的首条、末条记录的分数,直接计算差值得到该学生的累计提升得分,无需逐次遍历累加相邻差值。
  • 实现步骤3:筛选出得分大于0的学生,即为累计成绩实现正向提升的目标对象。

二、逐生得分核算明细

基于原始表数据逐一核算结果:

  • C11219学院S1000:三次测评按时间排序分数为80、87、95,累计提升分=(87-80)+(95-87)=15,为正
  • C11219学院S1001:三次测评按时间排序分数为55、42、50,累计提升分=(42-55)+(50-42)=-5,为负
  • C11220学院S2000:三次测评按时间排序分数为57、17、75,累计提升分=(17-57)+(75-17)=18,为正
  • C11220学院S2001:三次测评按时间排序分数为84、34、12,累计提升分=(34-84)+(12-34)=-72,为负

三、符合条件的学生清单

  • S1000(所属学院:C11219,累计提升分15)
  • S2000(所属学院:C11220,累计提升分18)

四、SQL实现参考

数据量较大时可通过窗口函数快速完成批量计算,核心代码片段如下:

WITH sorted_records AS (
    SELECT
        student_id,
        college_id,
        score,
        -- 按时间给每个学生的测评记录排序
        ROW_NUMBER() OVER (PARTITION BY student_id ORDER BY date ASC) AS time_rank,
        -- 统计每个学生的总测评次数
        COUNT(1) OVER (PARTITION BY student_id) AS total_times
    FROM student_score_table
)
SELECT
    student_id,
    college_id,
    MAX(score) - MIN(score) AS cumulative_improvement_score
FROM sorted_records
-- 仅保留每个学生的首次、末次测评记录
WHERE time_rank IN (1, total_times)
GROUP BY student_id, college_id
HAVING MAX(score) - MIN(score) > 0;

内容的提问来源于stack exchange,提问作者simple sky

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.09 09:36:07