función de servidor SQL para la visualización de la frecuencia de palabras en una columna

Question

Tengo una tabla que muestra una entrada de texto Freet de una encuesta donde se les permitió enterents para entrar en sus respuestas (en cuanto a los colores que les gustaría tener en su boda)

Me gustaría escribir una función SQL que recoge toda la información de esta columna, y las órdenes que cuenta la frecuencia de cada palabra, de ordenar el conjunto de resultados de este conteo.

Response
--------
Red and White
green
White and blue
Blue
Dark blue

Me gustaría la tabla anterior para ser ordenados como sigue

Response  Frequency
--------  ---------
Blue      3
White     2
And       2
Red       1
Green     1

puedo quitar todas las palabras de basura como "y" después de la función se ha ejecutado. ¿Alguien sabe alguna buenas funciones que producen este comportamiento?

Answer 1

Está bien esto funciona un convite. En primer lugar una función de separar los valores ...

Alter Function dbo.SeparateValues    

(    
 @data VARCHAR(MAX),    
 @delimiter VARCHAR(10)     
)     
RETURNS     
@tbldata TABLE(col VARCHAR(MAX))    
As    
--Declare @data VARCHAR(MAX) ,@delimiter VARCHAR(10)     
--Declare @tbldata TABLE(col VARCHAR(10))    
--Set @data = 'hello,how,are,you?,234234'    
--Set @delimiter = ','    
--DECLARE @tbl TABLE(col VARCHAR(10))    
Begin    
DECLARE @pos INT    
DECLARE @prevpos INT    
SET @pos = 1     
SET @prevpos = 0    

WHILE @pos > 0     
BEGIN    
SET @pos = CHARINDEX(@delimiter, @data, @prevpos+1)    
if @pos > 0     
INSERT INTO @tbldata(col) VALUES(LTRIM(RTRIM(SUBSTRING(@data, @prevpos+1, @pos-@prevpos-1))))    
else    
INSERT INTO @tbldata(col) VALUES(LTRIM(RTRIM(SUBSTRING(@data, @prevpos+1, len(@data)-@prevpos))))    
SET @prevpos = @pos     
End    

RETURN       
END    

entonces sólo lo aplico a mi mesa ...

Select Count(*), sep.Col FROM (
        Select * FROM (
            Select value = Upper(RTrim(LTrim(Replace(Replace(Replace(Replace(Replace(Replace(Replace(Replace(Replace(Replace(Replace(Replace(Replace(Replace(response, ',', ' '), '.', ' '), '!', ' '), '+', ' '), ':', ' '), '-', ' '), ';', ' '), '(', ' '), ')', ' '), '/', ' '), '&', ''), '?', ' '), '  ', ' '), '  ', ' ')))) FROM Responses
        ) easyValues
        Where value <> '' 
    ) actualValues 
    Cross Apply dbo.SeparateValues(value, ' ') sep
    Group By sep.Col
    Order By Count(*) Desc

De acuerdo, así que fui con mis OTT tablas anidadas, pero he despojado a cabo todos los caracteres basura, separé los valores y se mantiene un total acumulado de las palabras más frecuentemente utilizadas.

Answer 2

Usted es principal problema es que se está perdiendo una función de división en SQL Server.

Hay una muestra de uno aquí que se ve muy bien ..

http://www.sqlteam.com/forums/topic.asp ? topic_id = 50648

Uso de eso, se escribe un procedimiento almacenado en la línea de ...

CREATE TABLE #Temp (Response nvarchar(50), Frequency int) 

DECLARE @response nvarchar(100)
DECLARE db_cursor CURSOR FOR 
SELECT response FROM YourTable

OPEN db_cursor  
FETCH NEXT FROM db_cursor INTO @response 

WHILE @@FETCH_STATUS = 0  
BEGIN  
       /* Pseudo Code */ 
       --Split @Response 
       --Iterate through each word in returned list
       --IF(EXISTS in #TEMP)
       --    UPDATE THAT ROW & INCREMENT THE FREQUENCY
       --ELSE
       --    NEW WORD, INSERT TO #Temp WITH A FREQUENCY OF 1

       FETCH NEXT FROM db_cursor INTO @response 
END   

SELECT * FROM #Temp

Theres probablemente una manera menos fugly de hacer esto sin cursores, pero si es sólo algo que se necesita ejecutar una vez, y eres mesa o respuestas no es extraordinariamente grande, entonces esto debería funcionar

Answer 3

DECLARE @phrases TABLE (id int, phrase varchar(max))
INSERT @phrases values
(1,'Red and White'  ),
(2,'green'          ),
(3,'White and blue' ),
(4,'Blue'           ),
(5,'Dark blue'      );

SELECT word, COUNT(*) c
FROM @phrases
CROSS APPLY (SELECT CAST('<a>'+REPLACE(phrase,' ','</a><a>')+'</a>' AS xml) xml1 ) t1
CROSS APPLY (SELECT n.value('.','varchar(max)') AS word FROM xml1.nodes('a') x(n) ) t2
GROUP BY word

word         freq
----------- -----------
and         2
blue        3
Dark        1
green       1
Red         1
White       2