用户名重复100次以上的数据全部删除，重复10-100次的用户数据随机删除一半，怎么操作？

Question

因为数据灌水，所以想降低多次发言用户的数据权重。具体要求：希望可以将发言次数大于100的用户（author）数据全部删除，小于100，大于等于10的用户的数据，随机删除一半（希望是每个用户的数据随机去一半，不是整个数据集删除一半），最后导出excel文件。
数据大概是这个样子的：

等一个解决方法，感谢！

Answer 1

最方便是写句sql语句即可，思路如下：
1.groub by author having count (1) <100,只select发言次数小于100的用户信息，大于的author被过滤（删除）了
2.对每个用户发言条数进行排序rank
3.对每个用户的排序rank条数进行random随机选择一半数据，即可以得到每个用户的一半数据