SQL数据分析之窗口排序函数rankdense_rankraw_number与laglead窗口偏移函数用法整理

Posted mb62e7593c01ba5

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了SQL数据分析之窗口排序函数rankdense_rankraw_number与laglead窗口偏移函数用法整理相关的知识,希望对你有一定的参考价值。


文章目录


注意:这些函数是必须在mysql3.8版本以上才能使用,否则都是会出错的。

零、写在前面

本文所有代码均是在SQL ZOO平台进行,数据也该平台下的world表和一些其他平台提供的数据表,所有代码均已通过测试。

SQL数据分析之窗口排序函数rank、dense_rank、raw_number与lag、lead窗口偏移函数【用法整理】_sql

一、窗口排序函数

1、基础

  • 标准语法:over (partition by 字段名 order by 字段名 asc/desc)
  • over()两个子句为可选项,partition by指定分区依据,order by指定排序依据
  • 比较:
    rank函数:对于4,4,4,8,也就是如果有并列名次的行,排序结果是:1,1,1,4
    dense_rank函数:对于4,4,4,8,也就是如果有并列名次的行,排序结果是:1,1,1,2
    row_number函数:对于4,4,4,8,也就是如果有并列名次的行,排序结果是:1,2,3,4

2、rank() over()——跳跃式排序

(1)说明
比如数值为99, 99, 90, 89, 那么通过这个
函数得到的排名为1, 1, 3, 4
因为前面2个同为第一位,且都占了一个位置。

(2)练习:查询每个大洲里面国土面积大于100万、首都城市的名字不是以A,M,C开头的分别在每个大洲人口数量降序的大洲和国家名。(相等人口的国家排名相同,但各占一个位置)

select continent,name,
rank() over(PARTITION BY continent ORDER BY population desc) RO
from world
where area>=1000000 and left(capital,1) not in (A,M,C)
#在SQL ZOO练习平台上有时候需要这句:group by continent,name
#若能正常编译则不管

SQL数据分析之窗口排序函数rank、dense_rank、raw_number与lag、lead窗口偏移函数【用法整理】_数据库_02


(3)其他条件不变,若我们只想要看每个大洲人口排名前二的国家,这时候RO这个命名就起作用了(需要用到子查询):

select RF.continent,RF.name
from (select continent,name,
rank() over(PARTITION BY continent ORDER BY population desc) as RO
from world
where area>=1000000 and left(capital,1) not in (A,M,C)) as RF
where RF.RO=2

3、dense_rank() over()

(1)说明:dense. _rank();并列连续型排序–比如数值为99, 99,90, 89,
那么通过这个函数得到的排名为1, 1, 2, 3

(2)练习:查询选号为’S14000024’且选举年份为2017年的按照选举票数排序的党派和票数。

select party,votes,
dense_rank() over(ORDER BY votes desc) as RO
from ge
where constituency=S14000024 and yr=2017
group by party,votes
order by

SQL数据分析之窗口排序函数rank、dense_rank、raw_number与lag、lead窗口偏移函数【用法整理】_窗口函数_03

4、raw_number() over()

(1)说明:row _number():连续型排序–比如数值为99, 99, 90, 89, 那么通
过这个函数得到的排名为1, 2, 3, 4
根据对排序值的需求选择相应排序窗口函数,由于值的不同特性(比如数值不重复) , 这三个函数可以通用

(2)练习:查询日期为’2020-4-25’的所有姓名和确诊日期,并列出它们的确诊日期和死亡日期的降序排名

select name,confirmed,
row_number() over(ORDER BY confirmed desc) RC
,deaths
,row_number() over(ORDER BY deaths desc) RD
from covid
where whn=2020-4-25
order by confirmed desc;

5、注意

1、窗口函数只能在select子句中使用
2、窗口函数中的partition by子句可以指定数据的分区,和group by要去重分组不同的是,partition by只分区不去重
3、窗口函数中没有partition by子句时,即不对数据分区,直接整个表为一个区
4、排序窗口函数中order by子句是必选项,窗口函数中order by子句在分区内,依据指定字段和排序方法对数据行排序
5、窗口函数必须有个名字,比如常用的RO,RI等

二、窗口偏移函数

1、lag()

lag(字段名,偏移量,默认值) over()

select
name,
date_format(whn,%Y-%m-%d) date,
confirmed 当天截至时间累计确诊人数,
lag(confirmed,1) over(partition by name order by whn) 昨天截至时间累计确诊人数,
(confirmed-lag(confirmed,1) over(partition by name order by whn)) 每天新增确诊人数
from covid
where name in (France,Germany) and month(whn)=1
group by name,whn,confirmed
order by whn;

2、lead()

lead(字段名,偏移量,默认值) over()

允许我们从窗口分区中,根据给定的相对于当前行的前偏移量(LAG)或后偏移量(LEAD),并返回对应行的值,默认的偏移量为1。当指定的偏移量没有对用的行是,LAG 和LEAD 默认返回 NULL,当然可用其他值替换 LAG(val,1,0.00) 第3个参数就是替换值。

3、综合练习

select name,date_format(whn,%Y-%m-%d) date,
confirmed - lag(confirmed,1) over(PARTITION BY name ORDER BY whn) Week_New
from covid
where name=Italy and weekday(whn)=0
group by name,whn,confirmed
order by

confirmed 本周一的确诊人数,weekday(whn)=0筛选出周一(把计算范围都控制在周一,每个周一相减就是一周的新增)

以上是关于SQL数据分析之窗口排序函数rankdense_rankraw_number与laglead窗口偏移函数用法整理的主要内容,如果未能解决你的问题,请参考以下文章

数据分析课程笔记 - 20 - HIVE 核心技能之窗口函数

Hive之窗口函数

SQL Server之排序函数

SQL Server之排序函数

SQL中的窗口函数总结

窗口函数