为了简化，我有一个有两列的表，第一列是"文章doi编号"；另一个是"；出版公司"；。下面是从表中截取的一个长示例：
article_doi_number publishing_company
1 10.24397 elsevier
2 10.24397 emerald insight
3 10.24397 jstor
4 10.24397 tandfonline
5 10.24397 wiley and sons
6 10.24397 sage journals
7 10.18150 elsevier
8 10.18150 wiley and sons
9 10.18150 emerald insight
10 10.60920 gale academic
11 10.60920 proquest
12 10.60920 springer link
13 10.60920 jstor
14 10.80442 ingenta connect
15 10.80442 pubmed
16 10.21337 harvard business review
17 10.21337 proquest
18 10.80416 plos
19 10.80431 research gate
20 10.80431 proquest
21 10.70125 ieee
22 10.81093 frontiers
23 10.33542 scielo
24 10.33542 pubmed
25 10.81100 harvard business review
26 10.81100 proquest
27 10.33586 elsevier
28 10.33586 wiley and sons
29 10.33586 sage journals
30 10.33586 gale academic
31 10.33586 proquest
32 10.33586 research gate
我想返回这对出版公司的名称(在同一列或不同的列中，这无关紧要(，以及它们在不同/唯一的文章doi编号中一起出现的频率。例如，埃尔塞维尔和威利父子是出现频率最高的一对(3次(。
我想建立的另一件事是，再次返回这对出版公司的名称(同样，无论这种情况发生在不同的专栏还是单个专栏中都无关紧要(，但现在我想返回它们在各自出版公司单独发布的独特文章doi编号中出现的频率。例如，《哈佛商业评论》和《proquest》是最受欢迎的一对只发表一篇文章的杂志(2次(。
我尝试了一些带有groupby、count等的查询(使用SQLite(，但远远没有。也尝试过透视表，但数据太大(超过excel中的最大列限制(。我也对使用R的答案持开放态度，但最喜欢SQL查询。
以下是如何做到这一点：
select a.publishing_company , b.publishing_company , count(*) cnt
from tablename a
join tablename b
on a.article_doi_number = b.article_doi_number
and a.id < b.id
group by a.publishing_company , b.publishing_company
order by cnt desc
db<gt；小提琴这里
您可以在末尾limit 1以仅显示第一行。