如何在Neo4j中使用Cypher查询进行分组和计算百分比

Question

我在图数据库中创建了3个节点，分别是起点机场、终点机场和运营商。它们通过名为'canceled_by'的属性相关联。

   MATCH (origin:origin_airport {name: row.ORIGIN}),
   (destination:dest_airport {name: row.DEST}),
   (carrier:Carrier {name: row.UNIQUE_CARRIER})
   CREATE (origin)-[:cancelled_by {cancellation: row.count}]->(carrier)
   CREATE (origin)-[:cancelled_by {cancellation: row.count}]->(destination)
   CREATE (origin)-[:operated_by {carrier: row.UNIQUE_CARRIER}]->(carrier)

cancelled_by表示特定承运人被取消的次数。我的输入文件将采用以下格式：

ORIGIN  UNIQUE_CARRIER  DEST    Cancelled
 ABE    DL                ATL    1
 ABE    EV                ATL    1
 ABE    EV                DTW    3
 ABE    EV                ORD    3
 ABQ    DL                DFW    2
 ABQ    B6                JFK    2

我需要计算每个承运人的取消比例。我期望得到以下结果：

UNIQUE_CARRIER  DEST    Percentage_Cancelled
    DL                   25%
    EV                   58.33%
    B6                   16.66%

Example: Total number of cancellation = 12
No of cancellation for DL = 3
Percentage of cancellation for DL = (3/12)*100 = 25%

以下查询可以得到每个航空公司取消的总数：

 MATCH ()-[ca:cancelled_by]->(c:Carrier)
 RETURN c.name  AS Carrier, 
 SUM(toFloat(ca.cancellation)) As sum
 ORDER BY sum DESC
 LIMIT 10

我尝试了下面的查询来计算百分比：

  MATCH ()-[ca:cancelled_by]->(c:Carrier)
  WITH SUM(toFloat(ca.cancellation)) As total
  MATCH ()-[ca:cancelled_by]->(c:Carrier)
  RETURN c.name  AS Carrier, 
  (toFloat(ca.cancellation)/total)*100 AS percent
  ORDER BY percent DESC
  LIMIT 10

但它没有按组计算百分比，而是单独计算百分比。

     Carrier    sum
        DL    0.36862408915559364
        DL    0.34290612944706383
        DL    0.3171881697385341

如何使用Neo4j中的cypher查询按group_by计算百分比？

- Sriram Chandramouli

---

http://coursera.org? - stdob--

好的，我会注册的。与此同时，我正在尝试一些查询以熟悉它。你对上述问题有什么建议吗？ - Sriram Chandramouli

Answer 1

您在分组时忘记了每个运营商的求和，而且不一定总是使用浮点数转换 - 只有当最后一个计算乘以浮点数时才需要。

MATCH ()-[ca:cancelled_by]->(:Carrier)
  WITH SUM(ca.cancellation) As total
  MATCH ()-[ca:cancelled_by]->(c:Carrier)
RETURN c.name AS Carrier, 
       100.0 * SUM(ca.cancellation) / total AS percent
  ORDER BY percent DESC
  LIMIT 10

- stdob--

Answer 2

你可以尝试使用 R 的 dplyr 包。 结合 %>% 运算符和函数 group_by、summarize 和 transmute。 group_by 和 summarize 可以在每个组中计算取消的总数。使用 transmute 函数获取相对频率。

- Ajay Kumar

---

我正在尝试使用Neo4j中的Cypher查询来实现这个。 - Sriram Chandramouli

哦，抱歉。我看到 R 标签就想到了 R 的解决方案。 - Ajay Kumar