contextby

contextby(func, funcArgs, groupingCol, [sortingCol], [semanticFilter=1])

或

funcArg func:X groupingCol

或

func:X(funcArgs, groupingCol, [sortingCol], [semanticFilter=1])

func 是一个函数。注意：对于第二种用法，func表示的函数只能有一个参数。

funcArgs 是函数func的参数。如果有多个参数，则用元组表示。

groupingCol 是分组变量，可为一组或多组。

sortingCol 是可选参数，表示在应用函数func前，依此列进行组内排序。

funcArgs, groupingCol 和 sortingCol 中包含的向量长度相等。

根据 groupingCol 分组，并在组内进行指定计算。返回一个与输入参数长度相同的向量。

如果func是聚合函数，每组内的所有结果相同。若指定了sortingCol，在计算前，依此列进行组内排序。

sym=`IBM`IBM`IBM`MS`MS`MS
price=172.12 170.32 175.25 26.46 31.45 29.43
qty=5800 700 9000 6300 2100 5300
trade_date=2013.05.08 2013.05.06 2013.05.07 2013.05.08 2013.05.06 2013.05.07;
contextby(avg, price, sym);

输出返回：[172.563,172.563,172.563,29.113,29.113,29.113]

price avg :X sym;

输出返回：[172.563,172.563,172.563,29.113,29.113,29.113]

price at price>contextby(avg, price,sym);

输出返回：[175.25,31.45,29.43]

price at price>price avg :X sym;

输出返回：[175.25,31.45,29.43]

sym at price>contextby(avg, price,sym);

输出返回：["IBM","MS","MS"]

contextby(wavg, [price, qty], sym);

输出返回：[173.856,173.856,173.856,28.374,28.374,28.374]

// 计算数量加权的平均值
contextby(ratios, price, sym, trade_date) - 1;

输出返回：[-0.01786,,0.028946,-0.100917,,-0.064229]

groupingCol 可包含多个向量：

sym=`IBM`IBM`IBM`IBM`IBM`IBM`MS`MS`MS`MS`MS`MS
date=2020.12.01 + 0 0 0 1 1 1 0 0 0 1 1 1
qty=5800 700 9000 1000 3500 3900 6300 2100 5300 7800 1200 4300
contextby(cumsum, qty, [sym,date]);

输出返回：[5800,6500,15500,1000,4500,8400,6300,8400,13700,7800,9000,13300]

contextby 高阶函数可在 SQL 查询中使用：

t1=table(trade_date,sym,qty,price);
t1;

输出返回：

// 选出价格高于组内平均价的交易记录
select trade_date, sym, qty, price from t1 where price > contextby(avg, price,sym);

输出返回：

// t1 的所有交易日期都增加一天
contextby(temporalAdd{,1d}, t1, t1.sym,,2)