按值对行进行分组，直到它更改（分组包括第一个更改的值）

Posted 2023-03-31

【中文标题】按值对行进行分组，直到它更改（分组包括第一个更改的值）

【英文标题】：Grouping rows by value until it changes (grouping includes the first changed value)

【发布时间】：2020-10-13 07:48:48

【问题描述】：

我有以下数据集：

行按start_time字段升序排序，我想对具有一系列假值的行进行分组，直到第一个真值，包括第一个真值。 p>

也就是说，对于上述数据集，我想要以下输出：

（分组字段可以包含我写的以外的其他值）

【参考方案1】：

我认为窗口总和可以做你想做的事：

select t.*, 
    1 + coalesce(sum(case when bool = true then 1 else 0 end) over(
            order by start_time
            rows between unbounded preceding and 1 preceding
        ), 0) as grp
from mytable t

【参考方案2】：

使用 Vertica，您可以使用 Vertica 的可爱 CONDITIONAL_TRUE_EVENT() 函数编写一个可读性更好的查询，该函数是一个分析函数，在每个 PARTITION BY 表达式中以 0 开头，每次布尔表达式为真时递增 1。

每当您有超过 1 天的间隔或您的前一行位于 TRUE 以及当前行时，您都需要一个增量。所以：

WITH
-- your input ...
indata(start_time,bool) AS (
           SELECT TIMESTAMP '2020-10-12 08:00',FALSE
 UNION ALL SELECT TIMESTAMP '2020-10-12 08:04',FALSE
 UNION ALL SELECT TIMESTAMP '2020-10-12 08:08',TRUE
 UNION ALL SELECT TIMESTAMP '2020-10-12 08:18',TRUE
 UNION ALL SELECT TIMESTAMP '2020-12-10 08:30',FALSE
 UNION ALL SELECT TIMESTAMP '2020-12-10 08:31',FALSE
 UNION ALL SELECT TIMESTAMP '2020-12-10 08:34',FALSE
 UNION ALL SELECT TIMESTAMP '2020-12-10 08:38',FALSE
)
SELECT
  *
, CONDITIONAL_TRUE_EVENT(
      start_time - LAG(start_time) > INTERVAL '1 DAY'
   OR (bool AND LAG(bool) )
  ) OVER(
    PARTITION BY 1 ORDER BY start_time
  ) + 1
  AS sessid
FROM indata;
-- out start_time         |bool |sessid
-- out 2020-10-12 08:00:00|false|     1
-- out 2020-10-12 08:04:00|false|     1
-- out 2020-10-12 08:08:00|true |     1
-- out 2020-10-12 08:18:00|true |     2
-- out 2020-12-10 08:30:00|false|     3
-- out 2020-12-10 08:31:00|false|     3
-- out 2020-12-10 08:34:00|false|     3
-- out 2020-12-10 08:38:00|false|     3