完全外部自我加入不同日期的数据
Posted
技术标签:
【中文标题】完全外部自我加入不同日期的数据【英文标题】：Full Outer Self join with data for different date 【发布时间】：2020-06-22 21:58:12 【问题描述】：我想将值与第二天的值进行比较（并且还想查看哪种颜色是新的或未出现的）。
我已经完成了完整的外部自连接并替换了“is_matched”右侧部分中的空值。 Is_matched 向我们展示了加入是否有效，或者右侧的部分在没有合并的情况下将为空。
唯一的事情是最后一列“this_is_not_working”。它应该有'date_local2'的total_colours值，而不是'date_local'，我不知道如何用'this_is_not_working'列中的值替换所有空值。我尝试过使用窗口函数和间隔，但并没有真正奏效。
我使用 Postgres 创建了这个 db fiddle，但我使用的是 Presto。
select * from colours
with a as(
select
*
,sum(colours) over(partition by date_local) as total_colour
from (
select
date_local
,colour
,count(colour) as colours
,sum(amount) as amount
from colours
group by 1,2
) as fr_om
)
select
a.*
,b.date_local as is_matched
,coalesce(b.date_local, a.date_local + interval '1' day) as date_local_2
,coalesce(b.colour, a.colour) as colour_2
,coalesce(b.colours, 0) as colour_2
,coalesce(b.amount, 0) as amount_2
,coalesce(b.colours - a.colours, a.colours) as colour_difference
,coalesce(b.amount - a.amount, a.amount) as amount_difference
,b.total_colour as this_is_not_working
from a
full outer join a as b
on a.date_local = b.date_local - interval '1' day
and a.colour = b.colour
order by 1
【问题讨论】：
【参考方案1】：我认为您不需要full join。窗口函数可以完成工作：
select
date_local,
colour,
no_colour,
sum_amount,
total_colour,
is_matched,
case when is_matched = 1
then lead(date_local) over(partition by colour order by date_local)
end date_local_2,
case when is_matched = 1
then lead(colour) over(partition by colour order by date_local)
end colour_2,
case when is_matched = 1
then lead(no_colour) over(partition by colour order by date_local)
end no_colour_2,
case when is_matched = 1
then lead(sum_amount) over(partition by colour order by date_local)
end sum_amount_2,
case when is_matched = 1
then lead(total_colour) over(partition by colour order by date_local)
end total_colour_2
from (
select
date_local,
colour,
count(*) no_colour,
sum(amount) sum_amount,
case when lead(date_local) over(partition by colour order by date_local)
= date_local + interval '1' day
then 1
end is_matched,
sum(count(*)) over(partition by date_local) total_colour
from colours
group by date_local, colour
) t
order by date_local, colour
内部查询按天和颜色聚合，并计算组级指标以及每天的记录总数；它还设置一个标志，指示第二天是否存在相同颜色的“相邻”记录。
然后，外部查询使用窗口函数lead() 来恢复相邻行的值。
在 your db fiddle 中，这会产生：
日期本地 |颜色 | no_color |总金额 |总颜色 | is_matched | date_local_2 |颜色_2 | no_colour_2 | sum_amount_2 |总颜色_2 :--------- | :----- | --------: | ---------: | ------------: | ---------: | :----------- | :------- | ----------: | ------------: | -------------: 2020-01-01 |绿色 | 1 | 20 | 6 | 空 | 空 | 空 | 空 | 空 | 空 2020-01-01 |红色 | 1 | 25 | 6 | 空 | 空 | 空 | 空 | 空 | 空 2020-01-01 |白色 | 4 | 40 | 6 | 1 | 2020-01-02 |白色 | 5 | 50 | 9 2020-01-02 |粉红色 | 4 | 60 | 9 | 1 | 2020-01-03 |粉红色 | 3 | 45 | 6 2020-01-02 |白色 | 5 | 50 | 9 | 空 | 空 | 空 | 空 | 空 | 空 2020-01-03 |绿色 | 3 | 60 | 6 | 空 | 空 | 空 | 空 | 空 | 空 2020-01-03 |粉红色 | 3 | 45 | 6 | 空 | 空 | 空 | 空 | 空 | 空【讨论】：
以上是关于完全外部自我加入不同日期的数据的主要内容，如果未能解决你的问题，请参考以下文章