数据库(1):用sql在数据库中随机选择数据并保存在另一张表中

一、问题

  本人在进行数据的处理时，就是在一个行数为245条数据excel文件中随机选取200条数据，分别存入到两个excel中，如存到文件$a_1$和$b_1$中，每个文件100条数据，且数据不能重复，并将文件$a_1$和$b_1$分别打乱，另存到文件$a_2$和$b_2$中，在刚开始的时候，本人用python的第三方库openpyxl进行文件的读取并保存，发现过程很繁琐以及浪费时间，所以，进行一些查找就用了sql语句，以下方式只适合用于小批量的数据。

二、sql语句

1.用sql语言进行进行随机取数据

本人的数据的格式为：

  如上图所示，一共就5列数据，首先我们先建立文件$a_1$，其sql语句为：

# a_1为要建立的表格，second为总的表格
CREATE TABLE a_1 as SELECT * FROM second ORDER BY RAND() LIMIT 100

  建立好文件$a_1$以后，我们要建立文件$b_1$，要求为：$b_1$文件也要为100条数据，但是在文件$b_1$中的数据和文件$a_1$的数据不能相同，其sql语句如下：

CREATE TABLE b_1 as SELECT * FROM second WHERE not EXISTS(SELECT * from a_1 WHERE second.CASEID = a_1.CASEID) ORDER BY RAND() LIMIT 100

  接下来需要进行检查，因为文件的$caseid$是独一无二的，所以文件$a_1$和文件$b_1$的$caseid$是不相同的，我们用sql语句检查一下：

SELECT CASEID FROM a_1 WHERE EXISTS(SELECT CASEID from b_1 WHERE a_1.CASEID = b_1.CASEID)

  查询的结果如下：
  证明上面数据的分割是正确的

2.将文件的数据进行打乱

  在进行建立文件$a_1$的时候，就已经用到了将数据打乱的语句

CREATE TABLE a_2 as SELECT * from a_1 ORDER BY RAND() LIMIT 100

  将打乱的数据保存在文件$a_2$中

3.从文件$a_1$和$b_1$中随机抽取数据组成新文件

  从文件$a_1$和$b_1$中各自随机抽取50条数据组成一个新的表格C，其中C的数据为100条，sql语句为：

CREATE TABLE c as (SELECT * from a_1 ORDER BY RAND() LIMIT 50) UNION (SELECT * FROM b_1 ORDER BY RAND() LIMIT 50)

  可以检查以下结果：

  证明以上操作是正确的。

三、其他语句

1.删除某一行的值为Null

# domain 为列名
DELETE from second WHERE domain is NULL

2.删除某一列

# intent1 为列名
ALTER TABLE second DROP COLUMN intent1

3.添加一列数据

# intent_1 为要添加的列名，添加之后intent_1列的值为Null
ALTER TABLE second ADD COLUMN intent_1 VARCHAR(255)