怎样用 esProc 在分组子集内根据条件二次分组

某库表的前 4 个字段都可以是分组字段。

ID	SPLIT	CUST	DATE	AMOUNT
ID_1	SPLIT_YES	A	2024-05-01 00:00:00	100
ID_1	SPLIT_NO	A	2024-04-01 00:00:00	200
ID_1	SPLIT_YES	B	2024-03-01 00:00:00	50
ID_2	SPLIT_YES	A	2024-05-01 00:00:00	50
ID_2	SPLIT_NO	A	2024-04-01 00:00:00	300
ID_2	SPLIT_NO	B	2024-03-01 00:00:00	300
ID_3	SPLIT_YES	B	2024-04-01 00:00:00	90
ID_3	SPLIT_NO	B	2024-04-01 00:00:00	30
ID_3	SPLIT_NO	A	2024-04-01 00:00:00	10
ID_3	SPLIT_NO	A	2024-03-01 00:00:00	10

现在先按前 2 个字段 ID、SPLIT 分组，再根据条件决定是否继续二次分组：如果组内的日期 DATE 无重复，则保留本组日期最近的那条记录，并将 AMOUNT 替换为本组的 AMOUNT 之和；如果组内的日期有重复，则将本组记录再按 CUST 分组，同样保留当前小组日期最近的那条记录，同样将 AMOUNT 替换为当前小组的 AMOUNT 之和。

SQL分组后必须立刻汇总，不能保留分组子集，间接实现的代码比较复杂。SPL 可以保留子集继续计算，子集也可以继续分组：esProc Web Try

	A
1	$select * from test_table_mm.txt order by DATE desc
2	=A1.group(ID,SPLIT)
3	=A2.conj(if(~.icount(DATE)==~.count(), [~], ~.group(CUST)))
4	=A3.(~(1).run(AMOUNT=A3.~.sum(AMOUNT)))

A1：加载数据，日期近的记录排在前面。

A2：用 group 函数按前 2 个字段分组，但不汇总，每组是一个集合。如图是第 1 组和第 5 组。

A3：(if(~.icount(DATE)==~.count(), [~], ~.group(CUST)))，处理每组数据，如果本组日期没有重复，则返回当前组，比如第 1 组；否则将当前组按 CUST 继续分组，返回每个小组，也就是集合的集合，比如第 5 组。~ 表示当前组。函数 icount 用于统计不重复的成员数量。函数 count 用于统计成员数量。[]是集合符号，因为 ~ 本身是集合，所以 [~] 是集合的集合，这样处理可以使数据结构前后一致，方便统一处理。如图是第 1 组和第 5 组。

conj(…)，合并处理后的各组数据，让每组数据从 2 层集合（集合的集合）上升为单层集合。其中，原第 5 组因为继续分组，有 2 个集合的集合，合并后上升为 2 个集合：

A4：统一处理 A3 的各组数据：取当前组的第 1 条记录，将 AMOUNT 替换为当前组的 AMOUNT 之和。(1) 表示集合的第 1 个成员。

esProc开源免费的，下载使用~~