根据条件对两行和其间的所有行进行分组

Posted 2023-03-31

【中文标题】根据条件对两行和其间的所有行进行分组

【英文标题】：Group two rows and all rows in between on condition

【发布时间】：2014-08-19 08:42:30

【问题描述】：

通过以下查询定义的表给出如下屏幕截图所示的输出：

select
id,
value,
case when value = 'foo'
and random() <= 0.5
then 't' else null
end as to_group

from

(select
generate_series(1,100) as id,
case when random() <= 0.2 then 'foo' else 'bar' end as value
)t1

如何将标记为'foo' 和't' 的所有行与前面的'foo' 行分组（不管它是否有to_group = 't'）和所有封闭的'bar' 行？ 在给定的示例中，这些行是 33 - 37。

【问题讨论】：

提供你的样本输出

顺便说一句：这是昨天一个问题的转贴。 （可能被删除了，因为我从这里看不到）

嗨 joop：我删除并尝试以更清晰的方式重写它；）

好吧：你没能说得更清楚：不清楚你所说的分组是什么意思。 .正如@dude 所说，您应该将预期的输出添加到问题中。 （顺便说一句：它看起来像一个间隙和岛屿类型的问题，可能可以通过递归查询来解决）

【参考方案1】：

特别的困难是我们需要 两个 组中的一些带有('foo', TRUE) 的行 - 在一个的末尾和下一个的开头。所以我们必须添加另一个实例。

为了使其更易于理解，并使用一组稳定的行，我将您的示例值放入一个临时表中：

CREATE TEMP TABLE t AS
SELECT id, value
      ,CASE WHEN value = 'foo' AND random() < 0.5
         THEN TRUE ELSE null
       END AS to_group
FROM  (
   SELECT id, CASE WHEN random() < 0.2 THEN 'foo' ELSE 'bar' END AS value
   FROM   generate_series(1,100) id
   ) sub;

对标志使用boolean 数据类型使其更简单。 然后我的查询被简化为：

WITH cte AS (
   SELECT *, count(value = 'foo' OR NULL) OVER (ORDER BY id) AS grp
   FROM  t
   )
SELECT grp, min(id) AS min_id, max(id) AS max_id
FROM  (
   SELECT id, value, to_group, grp     FROM cte
   UNION  ALL
   SELECT id, value, to_group, grp - 1 FROM cte WHERE to_group
   ) sub
GROUP  BY grp
HAVING count(value = 'foo' OR NULL) = 2
ORDER  BY grp;

解释

在 CTE cte 中，我添加了行数 grp 和 value = 'foo'。中间的其他行得到相同的数字：

表达式value = 'foo' OR NULL 对于所有不是'foo' 的值都为NULL。 count() 只计算非空值。 您的群组成员现在拥有相同的grp 号码，加上下一行是to_group。 此技术详解：Compute percents from SUM() in the same SELECT sql query

如前所述，特殊的困难是我们需要一些行两次。所以我们在子查询sub 中添加另一个带有UNION ALL 的实例。在此过程中，我将 grp 的副本数减 1，这样您的组现在就完成了。

现在最终的 SELECT 可以是 GROUP BY grp。 有效组有 两 行 value = 'foo'。

【讨论】：

@joop：我添加了一个链接来详细解释那个。

【参考方案2】：

以下解决方案正是我想要的：

create temp table t as
 select
            id,
            value,
            case when value = 'foo'
            and random() <= 0.5
            then 't' else null
            end as to_group

            from

            (select
            generate_series(1,100) as id,
            case when random() <= 0.2 then 'foo' else 'bar' end as value
            )t1;



SELECT array_agg(id) from

    (SELECT *, sum(group_flag) over (ORDER BY id) AS group_nr FROM 

        (select *,
    case WHEN (to_group = 't' and value = 'foo')
    or (next_to_group = 't' and value = 'bar') THEN NULL
    ELSE '1'::integer END AS group_flag
    from(
            select distinct on (id) id, value, to_group, foo_id, next_to_group
            from (
                select * from t
            left join
            (select id as foo_id, to_group as next_to_group from t where value = 'foo')n
            on
            n.foo_id > t.id
            order by id, foo_id
            )t1
    )t2

    )t3
    )t4 group by group_nr