对照一个基准集合，将待分组集合成员的某个字段或表达式与基准集合成员比较，相同者则分到同一个组中，最后拆分出来的组数和基准集合成员数是相同的。这种分组我们称为对齐分组。对齐分组可能会有空组，也可能有成员未分配到任何一个组中。
1. 普通对齐分组
1.1 每组保留最多一个匹配成员
按某字段的指定顺序，将表中所有记录分组并汇总求和。
【例 1】 根据相互关联的课程表和选课表，按课程表顺序查询有哪些课程无人选择：
【SPL 脚本】
| A | B | |
| 1 | =connect("db") | /连接数据库 |
| 2 | =A1.query("select * from SelectCouse") | /查询选课表 |
| 3 | =A1.query("select * from Course") | /查询课程表 |
| 4 | =A2.align(A3:ID,CourseID) | /使用函数 A.align()，将选课表按照课程表的 ID 对齐，每组选择一个匹配成员 |
| 5 | =A3(A4.pos@a(null)) | /在课程表中选出没有选择（值为 null）的课程信息 |
A5的执行结果如下：
| ID | NAME | TeacherID |
| 1 | Environmental protection and sustainable development | 5 |
| 10 | Music appreciation | 18 |
1.2 每组保留所有匹配成员
按某字段的指定顺序，将表中所有记录分组并汇总求和。
【例 2】 根据相互关联的员工表和部门表，按部门表中的部门顺序统计各部门人数：
【SPL 脚本】
| A | B | |
| 1 | =connect("db") | /连接数据库 |
| 2 | =A1.query("select * from EMPLOYEE") | /查询员工表 |
| 3 | =A1.query("select * from DEPARTMENT") | /查询部门表 |
| 4 | =A2.align@a(A3:ID, DEPARTMENT) | /使用函数 A.align@a()，将员工表按部门对齐分组，@a 选项每组返回所有匹配成员 |
| 5 | =A4.new(DEPT, ~.count():COUNT) | /统计各部门的人数 |
A5的执行结果如下：
| DEPT | COUNT |
| Admin | 4 |
| R&D | 29 |
| Sales | 187 |
| … | … |
1.3 不匹配记录放到新组
按某字段的指定顺序，将表中所有记录分组，不匹配记录放到新组。
【例 3】 根据员工薪资表，统计 [California, Texas, New York, Florida] 的平均工资，未指定的州作为“Other”统计。员工薪资表部分数据如下：
| ID | NAME | STATE | SALARY |
| 1 | Rebecca | California | 7000 |
| 2 | Ashley | New York | 11000 |
| 3 | Rachel | New Mexico | 9000 |
| 4 | Emily | Texas | 7000 |
| 5 | Ashley | Texas | 16000 |
| … | … | … | … |
【SPL 脚本】
| A | B | |
| 1 | =connect("db") | /连接数据库 |
| 2 | =A1.query("select * from EMPLOYEE") | /查询雇员表 |
| 3 | [California,Texas,New York,Florida] | /创建地区序列 |
| 4 | =A2.align@an(A3,STATE) | /使用函数 A.align@an()，将雇员表按地区对位分组，@a 选项每组返回所有匹配成员，@n 选项不匹配成员存放到新组。 |
| 5 | =A4.new(if (#>A3.len(),"Other",STATE):STATE,~.avg(SALARY):AvgSalary) | /统计每组的平均工资，产生新序表。最后一组的地区更名为 Other，否则为当前组第一条记录的地区。 |
A5的执行结果如下：
| STATE | SALARY |
| California | 7700.0 |
| Texas | 7592.59 |
| New York | 7677.77 |
| Florida | 7145.16 |
| Other | 7308.1 |
2. 序号对齐分组
序号对齐分组，是指按照指定的序号进行分组，序号相同的成员分到同一组。
2.1 每组保留最多一个匹配成员
在相互关联的两个表中，查找未被引用的记录。
【例 4】 根据相互关联的销售表和客户表，顺序列出 2014 年没有销售记录的客户：
【SPL 脚本】
| A | B | |
| 1 | =connect("db") | /连接数据库 |
| 2 | =A1.query("select * from Sales") | /查询销售表 |
| 3 | =A1.query("select * from Customer") | /查询客户表 |
| 4 | =A3.(ID) | /从客户表中选出客户序号 |
| 5 | =A2.align(A4.len(), A4.pos(CustomerID)) | /使用函数 A.align(n,y)，将销售表按照客户序号对位分组 |
| 6 | =A3(A5.pos@a(null)) | /在客户表中选出没有销售记录（值为 null）的客户信息 |
A6的执行结果如下：
| ID | Name | State | … |
| ALFKI | CMA-CGM | Texas | … |
| CENTC | Nedlloyd | Florida | … |
2.2 每组保留所有匹配成员
按序号将表中所有记录分组并汇总求和。
【例 5】 根据订单表，顺序列出 2013 年每月的订单总数。订单表部分数据如下：
| ID | CustomerID | OrderDate | Amount |
| 10248 | VINET | 2012/07/04 | 428.0 |
| 10249 | TOMSP | 2012/07/05 | 1842.0 |
| 10250 | HANAR | 2012/07/08 | 1523.5 |
| 10251 | VICTE | 2012/07/08 | 624.95 |
| 10252 | SUPRD | 2012/07/09 | 3559.5 |
| … | … | … | … |
【SPL 脚本】
| A | B | |
| 1 | =connect("db") | /连接数据库 |
| 2 | =A1.query("select * from Orders where year(OrderDate)=2013") | /查询 2013 年的订单 |
| 3 | =A2.align@a(12,month(OrderDate)) | /使用函数 A.align@a()，将订单表按月份对位分为 12 组，@a 选项每组选择所有匹配成员 |
| 4 | =A3.new(#:Month,~.count():OrderCount) | /列出每月的订单总数 |
A4的执行结果如下：
| Month | OrderCount |
| 1 | 33 |
| 2 | 29 |
| 3 | 30 |
| 4 | 31 |
| 5 | 32 |
| 6 | 30 |
| 7 | 33 |
| 8 | 33 |
| 9 | 37 |
| 10 | 38 |
| 11 | 34 |
| 12 | 48 |
2.3 按序号重复性分组
按计算出的序号数列重复性分组并计算。
【例 6】 根据发帖记录表，按标签将帖子分组，并统计各个标签出现频数。发帖记录表部分数据如下：
| ID | Title | Author | Label |
| 1 | Easy analysis of Excel | 2 | Excel,ETL,Import,Export |
| 2 | Early commute: Easy to pivot excel | 3 | Excel,Pivot,Python |
| 3 | Initial experience of SPL | 1 | Basics,Introduction |
| 4 | Talking about set and reference | 4 | Set,Reference,Dispersed,SQL |
| 5 | Early commute: Better weapon than Python | 4 | Python,Contrast,Install |
| … | … | … | … |
【SPL 脚本】
| A | B | |
| 1 | =connect("db") | /连接数据库 |
| 2 | =A1.query("select * from PostRecord") | /查询发帖记录表 |
| 3 | =A2.conj(Label.split(",")).id() | /将标签按逗号分隔后合并到一个序列，获得没有重复值的全部标签。 |
| 4 | =A2.align@ar(A3.len(),A3.pos(Label.split(","))) | /使用 align 函数的 @r 选项，按照每个帖子的标签在全部标签中的定位分组。 |
| 5 | =A4.new(A3(#):Label,~.count():Count).sort@z(Count) | /统计每个标签的帖子数量，按降序排列 |
A5的执行结果如下：
| Label | Count |
| SPL | 7 |
| SQL | 6 |
| Basics | 5 |
| … | … |
2.4 分段分组
根据指定字段的值，分段分组并汇总计数。
【例 7】 根据员工薪资表，按工资 8000 以下、8000~12000 和 12000 以上分组，并统计各组的人数。员工薪资表部分数据如下：
| ID | NAME | BIRTHDAY | SALARY |
| 1 | Rebecca | 1974-11-20 | 7000 |
| 2 | Ashley | 1980-07-19 | 11000 |
| 3 | Rachel | 1970-12-17 | 9000 |
| 4 | Emily | 1985-03-07 | 7000 |
| 5 | Ashley | 1975-05-13 | 16000 |
| … | … | … | … |
【SPL 脚本】
| A | B | |
| 1 | =connect("db") | /连接数据库 |
| 2 | =A1.query("select * from EMPLOYEE") | /查询员工表 |
| 3 | [0,8000,12000] | /定义工资区间 |
| 4 | =A2.align@a(A3.len(),A3.pseg(SALARY)) | /使用函数 A.pseg(x) 获取工资所在区间 |
| 5 | =A4.new(A3 (#):SALARY,~.count():COUNT) | /统计每组的人数 |
A5的执行结果如下：
| SALARY | COUNT |
| 0 | 308 |
| 8000 | 153 |
| 12000 | 39 |
根据表达式的计算结果，将记录分段分组并汇总计算平均值。
【例 8】根据员工表，按入职时间 10 年以下，10~20 年和 20 年以上分组，并统计每组的平均工资。员工表部分数据如下：
| ID | NAME | BIRTHDAY | SALARY |
| 1 | Rebecca | 1974-11-20 | 7000 |
| 2 | Ashley | 1980-07-19 | 11000 |
| 3 | Rachel | 1970-12-17 | 9000 |
| 4 | Emily | 1985-03-07 | 7000 |
| 5 | Ashley | 1975-05-13 | 16000 |
| … | … | … | … |
【SPL 脚本】
| A | B | |
| 1 | =connect("db") | /连接数据库 |
| 2 | =A1.query("select * from EMPLOYEE") | /查询员工表 |
| 3 | [0,10,20] | /定义入职年限区间 |
| 4 | =now() | /获取当前日期时间 |
| 5 | =A2.align@a(A3.len(),A3.pseg(elapse@y(A4,-~), HIREDATE)) | /使用函数 A.pseg(x,y) 获取入职时间所在区间 |
| 6 | =A5.new(A3(#):EntryYears,~.avg(SALARY):AvgSalary) | /统计每组的平均工资 |
A6的执行结果如下：
| EntryYears | AvgSalary |
| 0 | 6777.78 |
| 10 | 7445.53 |
| 20 | 6928.57 |
3. 枚举分组
枚举分组是指，事先指定一组枚举条件，将待分组集合的成员作为参数计算这批条件，条件成立者都被划分到与该条件对应的一个子集中，结果集的子集和事先指定的条件一一对应。
3.1 每个成员只存放到第一个匹配组
根据枚举条件表达式，将记录分组，分组时记录只置于第一个匹配组。
【例 9】 根据中国主要城市人口表，按人口将城市分类。中国主要城市人口表部分数据如下：
| ID | City | Population | Province |
| 1 | Shanghai | 12286274 | Shanghai |
| 2 | Beijing | 9931140 | Beijing |
| 3 | Chongqing | 7421420 | Chongqing |
| 4 | Guangzhou | 7240465 | Guangdong |
| 5 | Hong Kong | 7010000 | Hong Kong Special Administrative Region |
| … | … | … | … |
【SPL 脚本】
| A | B | |
| 1 | =connect("db") | /连接数据库 |
| 2 | =A1.query("select * from UrbanPopulation") | /查询城市人口表 |
| 3 | [?>2000000,?>1000000,?>500000,?<=500000] | /超大城市 200 万人口以上，特大城市 100-200 万人口，大城市 50-100 万，其他中小城市。 |
| 4 | =A2.enum(A3,Population) | /使用函数 A.enum()，将人口按 A3 定义的条件进行枚举分组 |
A4的执行结果如下：
3.2 不匹配成员存放到新组
根据枚举条件表达式，将记录分组，不匹配记录放到新组。
【例 10】 根据员工薪资表，按年龄条件 [小于 35 岁, 小于 45 岁] 将员工分组，统计平均工资，不满足条件的分到新组。员工薪资表部分数据如下：
| ID | NAME | BIRTHDAY | SALARY |
| 1 | Rebecca | 1974-11-20 | 7000 |
| 2 | Ashley | 1980-07-19 | 11000 |
| 3 | Rachel | 1970-12-17 | 9000 |
| 4 | Emily | 1985-03-07 | 7000 |
| 5 | Ashley | 1975-05-13 | 16000 |
| … | … | … | … |
【SPL 脚本】
| A | B | |
| 1 | =connect("db") | /连接数据库 |
| 2 | =A1.query("select * from EMPLOYEE") | /查询员工表 |
| 3 | [?<35,?<45] | /将年龄段划分为 35 岁以下，45 岁以下 |
| 4 | =A2.enum@n(A3, age(BIRTHDAY)) | /使用函数 A.enum@n()，按年龄枚举分组，选项 @n 不匹配成员存放到新组。 |
| 5 | =A4.new(if (#>A3.len(), "Other",A3(#)):AGE,~.avg(SALARY):AvgSalary) | /统计每组的平均工资，最后一组名称设置为 Other |
A5的执行结果如下：
| AGE | AvgSalary |
| ?<35 | 7118.18 |
| ?<45 | 7448.16 |
| Other | 7395.06 |
3.3 按照枚举条件可重复分组
根据不同的指定序列，将记录分组并计算，分组时记录可重复。
【例 11】 根据城市 GDP 表，分别统计直辖市、一线城市、二线城市的人均 GDP，分组时可能重复。城市 GDP 表部分数据如下：
| ID | City | GDP | Population |
| 1 | Shanghai | 32679 | 2418 |
| 2 | Beijing | 30320 | 2171 |
| 3 | Shenzhen | 24691 | 1253 |
| 4 | Guangzhou | 23000 | 1450 |
| 5 | Chongqing | 20363 | 3372 |
| … | … | … | … |
【SPL 脚本】
| A | B | |
| 1 | =connect("db") | /连接数据库 |
| 2 | =A1.query("select * from GDP") | /查询城市 GDP 表 |
| 3 | [["Beijing","Shanghai","Tianjing","Chongqing"].pos(?)>0,["Beijing","Shanghai","Guangzhou","Shenzhen"].pos(?)>0,["Chengdu","Hangzhou","Chongqing","Wuhan","Xian","Suzhou","Tianjing","Nanjing","Changsha","Zhengzhou","Dongguan","Qingdao","Shenyang","Ningbo","Kunming"].pos(?)>0] | /枚举直辖市、一线城市和二线城市 |
| 4 | =A2.enum@r(A3,City) | /使用函数 A.enum@r()，按城市枚举分组。选项 @r 表示可重复分组。 |
| 5 | =A4.new(A3(#):Area,~.sum(GDP)/~.sum(Population)*10000:CapitaGDP) | /统计每组的人均 GDP |
A5的执行结果如下：
| Area | CapitaGDP |
| ["Beijing","Shanghai","Tianjing","Chongqing"].pos(?)>0 | 107345.03 |
| ["Beijing","Shanghai","Guangzhou","Shenzhen"].pos(?)>0 | 151796.49 |
| ["Chengdu","Hangzhou","Chongqing","Wuhan","Xian","Suzhou","Tianjing","Nanjing","Changsha","Zhengzhou","Dongguan","Qingdao","Shenyang","Ningbo","Kunming"].pos(?)>0 | 106040.57 |
《SPL CookBook》中还有更多相关计算示例。
来源：oschina
链接：https://my.oschina.net/u/4400708/blog/4708118