SQL - 组的子组中的期间范围

Posted 2023-02-16

【中文标题】SQL - 组的子组中的期间范围

【英文标题】：SQL - Period range in subgroups of a group by

【发布时间】：2021-12-03 11:37:51

【问题描述】：

我有以下数据集：

A	B	C
1	John	2018-08-14
1	John	2018-08-20
1	John	2018-09-03
2	John	2018-11-13
2	John	2018-12-11
2	John	2018-12-12
1	John	2020-01-20
1	John	2020-01-21
3	John	2021-03-02
3	John	2021-03-03
1	John	2020-05-10
1	John	2020-05-12

我希望得到以下结果：

A	B	C
1	John	2018-08-14
2	John	2018-11-13
1	John	2020-01-20
3	John	2021-03-02
1	John	2020-05-10

如果我按 A 分组，B 第一行和第三行只是连接，这是连贯的。我如何创建另一个列以仍然使用 group by 并获得我想要的结果。 如果您有其他想法而不是我的想法，请解释一下！ 我尝试使用一些 first、last、rank、dense_rank，但没有成功。

【问题讨论】：

同一年返回两次 (1, John) 的组合的规则是什么？

数据集的顺序很重要。这就是我们不能按 A 和 B 分组的原因。这就是我被卡住的原因：/

【参考方案1】：

使用滞后（）。看起来 B 是您数据中 A 的函数。所以检查 lag(A) 就足够了。

select A,B,C
from (
    select *, case when lag(A) over(order by C) = A then 0 else 1 end startFlag
    from mytable 
) t
where startFlag = 1
order by C