根据具有标准的组对连续月份求和

Posted 2023-02-16

【中文标题】根据具有标准的组对连续月份求和

【英文标题】：Sum Consecutive Months Based on Groups with Criteria

【发布时间】：2020-04-27 14:46:18

【问题描述】：

我在缩小连续几个月发生的热门地区的销售额时遇到了麻烦。我知道我需要在Row_Number 或Dense_Rank 中使用某种形式的窗口函数，但我无法获得最终输出

这是我的源数据：

+--------+-----------+------------+
| Fruit  | SaleDate  | Top_Region |
+--------+-----------+------------+
| Apple  | 1/1/2017  |          1 |
| Apple  | 2/1/2017  |          1 |
| Apple  | 3/1/2017  |          1 |
| Apple  | 4/1/2017  |          0 |
| Apple  | 5/1/2017  |          0 |
| Apple  | 6/1/2017  |          0 |
| Apple  | 7/1/2017  |          1 |
| Apple  | 8/1/2017  |          1 |
| Apple  | 9/1/2017  |          1 |
| Apple  | 10/1/2017 |          1 |
| Apple  | 11/1/2017 |          0 |
| Apple  | 12/1/2017 |          0 |
| Banana | 1/1/2017  |          0 |
| Banana | 2/1/2017  |          0 |
| Banana | 3/1/2017  |          1 |
| Banana | 4/1/2017  |          1 |
| Banana | 5/1/2017  |          1 |
| Banana | 6/1/2017  |          1 |
| Banana | 7/1/2017  |          1 |
| Banana | 8/1/2017  |          1 |
| Banana | 9/1/2017  |          0 |
| Banana | 10/1/2017 |          1 |
| Banana | 11/1/2017 |          1 |
| Banana | 12/1/2017 |          0 |
+--------+-----------+------------+

这是预期的输出：

+--------+-----------+-----------+-------+
| Fruit  |   Start   |    End    | Total |
+--------+-----------+-----------+-------+
| Apple  | 1/1/2017  | 3/1/2017  |     3 |
| Apple  | 7/1/2017  | 10/1/2017 |     4 |
| Banana | 3/1/2017  | 8/1/2017  |     6 |
| Banana | 10/1/2017 | 11/1/2017 |     2 |
+--------+-----------+-----------+-------+

目标是在一个月内连续有***区域销售的实例。

到目前为止，我已经尝试了几种不同的组合，这是最接近的。

SELECT fruit,
        MIN(saledate) AS spanStart ,
        MAX(saledate) AS spanEnd,
        COUNT(*) AS spanLength
FROM    ( SELECT    s.* ,
                    ( ROW_NUMBER() OVER ( ORDER BY month )
                      - ROW_NUMBER() OVER ( PARTITION BY fruit, topregion ORDER BY month ) ) AS fruits
          FROM      #salesdata s
        ) s
GROUP BY fruit,fruits ,
        topregion
HAVING  topregion = 1
ORDER BY COUNT(*) DESC;

任何帮助将不胜感激

【参考方案1】：

这是一个典型的差距和孤岛问题。一种策略是通过计算两个row_number()s 之间的差异来识别相邻行组的组。然后我们可以过滤具有top_region = 1 的组，并使用聚合来获取每个组的开始日期、结束日期和记录数。

您的查询非常接近，但第一个row_number() 在其over() 子句中缺少partition by fruit。而且我发现在另一列称为fruit 的列fruits 的别名很容易出错。

select 
    fruit,
    min(sale_date) start_date,
    max(sale_date) end_date,
    count(*) total
from (
    select 
        t.*,
        row_number() over(partition by fruit order by sale_date) rn1,
        row_number() over(partition by fruit, top_region order by sale_date) rn2
    from mytable t
) t
where top_region = 1
group by fruit, rn1 - rn2
order by fruit, start_date

您可以单独运行内部查询以查看它产生的结果。

Demo on DB Fiddle：

水果| 高分辨率照片| CLIPARTO开始日期 |结束日期 |全部的 :----- | :--------- | :--------- | ----: 苹果 | 2017-01-01 | 2017-01-03 | 3 苹果 | 2017-01-07 | 2017-01-10 | 4 香蕉 | 2017-01-03 | 2017-01-08 | 6 香蕉 | 2017-01-10 | 2017-01-11 | 2