对我十年前制作的现有表进行规范化。我有一个varchar列(平台),其中有一个数字列表,我希望将其分解并放入一个单独的表中。
[table_A]
id int
platforms varchar
other fields....
platform的示例如下所示:
“1、3、4、7”
那些数字链接到另一个名为Platforms的表,它只不过是一个匹配的ID和一个varchar字段(一个描述)。我创建了一个新的表来建立table_A和平台之间的关联。
[Table_B]
id int
table_A_id int
platform_id
因此,对于上面的平台示例,我将有4行插入到table_b中。我的问题是,我能严格地通过SQL做到这一点吗?我唯一能想到的就是编写一个php脚本来解析varchar,并对table_a中的每一行进行单独的插入。有没有一种更优雅的方式,不用借助外部脚本?
INSERT INTO Table_B (table_A_id, platform_id)
SELECT a.id, p.id
FROM table_A AS a JOIN Platforms AS p ON FIND_IN_SET(p.ID, a.platforms);
问题内容: 我需要规范化值列表以适合概率分布,即介于0.0和1.0之间。 我知道 如何 规范化,但是很好奇Python是否具有自动执行此功能的功能。 我想从: 至 问题答案: 采用 : 对总和进行归一化以确保总和始终为1.0(或尽可能接近)。 采用 相对于最大值归一化
问题内容: 我已经接管了一个存储健身信息的数据库,而我们正在讨论某个桌子以及该桌子应该保留为一张表还是分成三张表。 今天,有一张表叫做: workouts ,具有以下字段 id, exercise_id, reps, weight, date, person_id 因此,如果我一天进行2组3个不同的练习,那一天我在该表中将有6条记录。例如: 所以问题是,鉴于在多个记录中有一些冗余数据(日期,人员I
本文向大家介绍什么是数据标准化,为什么要进行数据标准化?相关面试题,主要包含被问及什么是数据标准化,为什么要进行数据标准化?时的应答技巧和注意事项,需要的朋友参考一下 数据标准化是预处理步骤,将数据标准化到一个特定的范围能够在反向传播中保证更好的收敛。一般来说,是将该值将去平均值后再除以标准差。如果不进行数据标准化,有些特征(值很大)将会对损失函数影响更大(就算这个特别大的特征只是改变了1%,但是
本文向大家介绍如何标准化R数据框中的列?,包括了如何标准化R数据框中的列?的使用技巧和注意事项,需要的朋友参考一下 这可以通过使用缩放功能来完成。 示例
问题内容: 我只是想知道什么是最佳解决方案。 说我有一个规范化的数据库。整个系统的主键是varchar。我想知道的是,我应该将此varchar与int相关联以进行规范化还是将其保留?保留为varchar更简单,但可能会更优化 例如我可以有 否则我可能有 当然,还要添加其他几个一对多的关系。 你们怎么想 哪个更好?为什么? 问题答案: 您真的可以使用名称作为主键吗?几个名字相同的人是否存在很高的风险
问题内容: 注意:这个问题确实是Split pandas dataframe字符串条目复制到单独行的重复,但是此处提供的答案更通用,更有意义,因此,在所有方面,我选择不删除线程 我有一个具有以下格式的“数据集”: 我想通过复制每个id的所有值来规范化它: 我正在做的是应用split-apply-combine的使用原理,为每个组创建一个 我创建了一个列进行分组,该列仅对行中的id进行计数: 我复制