SQL 用最后观察到的值填充 nan

Posted 2023-03-31

【中文标题】SQL 用最后观察到的值填充 nan

【英文标题】：SQL fill nan with last observed value

【发布时间】：2021-04-25 10:56:48

【问题描述】：

编写 SQL 查询，用最后一个已知值填充 Value 列 NaN。 SQLite

client_id	date	value
1	14.04.2020	10000
1	15.04.2020	5000
1	16.04.2020	NaN
1	17.04.2020	NaN
1	18.04.2020	NaN
2	14.04.2020	250000
2	15.04.2020	250000
2	16.04.2020	230000
2	17.04.2020	230000
2	18.04.2020	225000
3	14.04.2020	50000
3	15.04.2020	NaN
3	16.04.2020	NaN

我正在考虑窗口函数，但不知道如何在这里应用它。

【问题讨论】：

用您正在使用的数据库标记您的问题。

【参考方案1】：

我从 'NaN' 的使用猜测你正在使用 Postgres。

不幸的是，Postgres 不支持窗口函数上的IGNORES NULL 选项。一种方法是为数字分配一个组，然后为该组估算值：

select t.*,
       max(nullif(value, 'NaN')) over (partition by grp) as imputed_value
from (select t.*,
             count(value) filter (where value <> 'NaN') over (partition by client_id order by date) as grp
      from t
     ) t

也可以在不使用数组的子查询的情况下执行此操作，但表达式相当复杂：

select t.*,
       (array_remove(array_agg(value)over (partition by client_id order by date), 'NaN'))[cardinality(array_remove(array_agg(value)over (partition by client_id order by date), 'NaN'))]
from t;

或者使用横向连接：

select t.*, t2.value as imputed_value
from t cross join lateral
     (select t2.value
      from t t2
      where t2.client_id = t.client_id and
            t2.date <= t.date and
            t2.value <> 'NaN'
      order by t2.date desc
      limit 1
     ) t2;

Here 是一个 dbfiddle。

【讨论】：

不错。但是当您添加多个 client_id 时，第一种方法会出错。另外，我使用 SQLite 来完成这项任务，而不是 Postgres，我忘了说。