Netezza SQL：用最近的数据填充缺失值

Posted 2023-05-08

【中文标题】Netezza SQL：用最近的数据填充缺失值

【英文标题】：Netezza SQL: Fill missing values with most recent datum

【发布时间】：2014-01-26 08:00:48

【问题描述】：

我需要从任意日期（但已排序）系列中选择数据，以便将值填充到每日日期表中，其中缺失值由最近日期的源值填充。这是一个例子：

表 X：

2013-01-06 foo
2013-01-08 bar

我想对表 X 进行查询，结果是这样的：

2013-01-06 foo
2013-01-07 foo
2013-01-08 bar
2013-01-09 bar

但是：我需要在不使用相关子查询的情况下执行此操作（它用于 IBM Netezza 机器）。我可以去编写一个用户函数的麻烦......但在这样做之前，我想知道这是否可以在 vanilla SQL 中仅使用连接来实现。

我一直找不到方法，但感觉巧妙地使用加入是可能的。

非常感谢您的宝贵时间。

【问题讨论】：

我不清楚表 X 中的缺失值是什么意思。在查询结果中，似乎对于表 x 中不存在的每一天，您都想填写一条记录（多条记录） ) 缺少一天。如果这些记录也出现在表 X 2013-01-01 zap 和 2013-02-14 bip 中，您希望您的结果如何？

我们将查询结果称为 Y。Y 将包含所有日期的值。如果 X 包含给定日期的记录（例如，上面的“2013-01-06”、“foo”），那么我希望 Y 简单地复制该记录。但是如果 X 不包含给定日期的记录（例如上面的“2013-01-07”），我希望注入与 X 中最近的过去记录相对应的值，在这种情况下为 2013-01 -06 -> 富。但是，在 X 中缺少的日期是 2013-01-09 的情况下，最近的值是 bar（在 2013-01-08 上），因此在这种情况下会注入 bar。

【参考方案1】：

您可以通过多种不同的方式来解决这个问题。如果您要避免存储过程。我将首先创建一个包含所需行数的临时表。

create temp table temp_seq as
select hw_hwid as any_list
from _v_disk
distribute on random;

然后我将使用它来生成您的日期列表，将其交叉连接到 foo 和 bar 列表以获得预期的表格。毕竟刚刚离开加入table X

SELECT sub_list.seq_dt,
     sub_list.foo_bar,
     nvl2(table_x.foo_bar,1,0) AS present_in_tblx
FROM (
SELECT seq.seq_dt,
     test_data.foo_bar
FROM (
SELECT row_number() over(
ORDER BY rowid) AS temp_seq
,
    to_date('2013-01-01','YYYY-MM-DD') AS start_dt
,
    start_dt+temp_seq-1 AS seq_dt
FROM temp_seq) seq cross join
(SELECT 'foo' AS foo_bar
UNION ALL
SELECT 'bar') test_data) sub_list left outer join

(SELECT date('2013-01-06') AS xdate,
      'foo' AS foo_bar
UNION ALL
SELECT date('2013-01-08'), 'bar') table_x

ON sub_list.seq_dt=table_x.xdate and sub_list.foo_bar=table_x.foo_bar
order by sub_list.seq_dt

【讨论】：

太棒了，谢谢！我将在今天实施并报告。