SQL 计算基于 Hive 列中先前值重置的累积总和
Posted
技术标签:
【中文标题】SQL 计算基于 Hive 列中先前值重置的累积总和【英文标题】:SQL to calculate cumulative sum that resets based on previous value in a column in Hive 【发布时间】:2018-09-24 21:33:09 【问题描述】:我正在尝试用这样的东西创建一个累积值
KEY1 Date_ VAL1 CUMU_VAL2
K1 D1 1 0
K1 D2 1 1
K1 D3 0 2
K1 D4 1 0
K1 D5 1 1
因此,问题基本上是在 VAL1 中的前一行的基础上继续在 CUMU_VAL2 列中将值加 1,但是当 VAL1 列中的前一个值为零时,此总和会重置。 基本上,如果你在 excel 中这样做,那么 Cell(D3) 的公式就是
D3 = IF(C2>0, D2+1, 0)
我相信我应该能够做到这样,但是当先前的值为零时如何添加案例然后重置总和?
SELECT
a1.*,
SUM(a1.VAL1) OVER (PARTITION BY a1.KEY1 ORDER BY a1.Date_ ) AS CUMU_VAL2
FROM source_table a1
【问题讨论】:
【参考方案1】:作为 OP,我对 @GordonLinoff 的回答的修改不太明白我的意思。
SELECT
t.KEY1, t.Date_, t.VAL1,
ROW_NUMBER() OVER (PARTITION BY key1, grp
ORDER BY Date_
)
- 1
AS CUMU_VAL2
FROM
(
SELECT
*,
SUM(
CASE WHEN val1 = 0 THEN 1 ELSE 0 END
)
OVER (
PARTITION BY key1
ORDER BY date_
)
AS grp
FROM
source_table
)
t;
【讨论】:
我做了一个-2而不是-1,这样连续字段的计数就可以按照我想要的方式显示。如果前面的 val2 字段为 0,这将导致 cum_val2 显示“-1”而不是“0”,这很好!谢谢!【参考方案2】:您可以分配一个组——这是给定行之后 0 的总和。然后使用count()
:
select t.KEY1, t.Date_, t.VAL1,
count(*) over (partition by key1, grp, (case when val1 = 0 then 0 else 1 end)
order by date_
) as cume_val1
from (select t.*,
sum(case when a.val1 = 0 then 1 else 0 end) over (partition by key1 order by date_ rows between 1 following and unbounded following) as grp
from source_table t
) t;
如果 val1
只取值 0 和 1,则使用 row_number()
而不是 count()
。
【讨论】:
@MatBailie 。 . .接得好。谢谢。 当你在做a.val1 = 0 then 0时的情况时,它是从前一行获取值吗?只有当上一行的 Val1 为 0 时,累积值才变为 0 我认为case when a.val1 = 0 then 0
不正确。在 op 的示例中,cum_val2
始终递增 1 (keep on adding the value by 1
),包括 0
行。我认为一个简单的ROW_NUMBER() OVER (PARTITION BY key, grp ORDER BY Date_) - 1
是正确的。
@MatBailie - 如果 a1.val1 滞后 1 天 = 0,则总和应重置,我不确定将其放入查询中的最佳方法。
@yabtzey 。 . .我现在明白了。组的定义已关闭。以上是关于SQL 计算基于 Hive 列中先前值重置的累积总和的主要内容,如果未能解决你的问题,请参考以下文章