两列上的 DENSE_RANK，其中一列是不同的值，另一列是重复的

Posted 2023-02-16

【中文标题】两列上的 DENSE_RANK，其中一列是不同的值，另一列是重复的

【英文标题】：DENSE_RANK on two columns, where one column are distinct values and the other has duplicate

【发布时间】：2021-10-23 20:48:14

【问题描述】：

在以下情况下，我很难理解如何应用 DENSE_RANK() 来获得我想要的结果：

ID	Date	Value
1	1990-05-17	1.00
1	1991-10-12	1.00
1	1992-08-01	1.00
1	1993-07-05	0.67
1	1994-05-02	0.67
1	1995-02-01	1.00
1	1996-03-01	1.00

基于上述数据，我尝试使用Date 和Value 列的组合来识别不同的时期，其中一个独特的时期是从Value 列从一个值更改为另一个值的位置确定的.这是我正在寻找的结果：

ID	Date	Value	Period
1	1990-05-17	1.00	1
1	1991-10-12	1.00	1
1	1992-08-01	1.00	1
1	1993-07-05	0.67	2
1	1994-05-02	0.67	2
1	1995-02-01	1.00	3
1	1996-03-01	1.00	3

如您所见，有 3 个不同的时期。我遇到的问题是，当我使用DENSE_RANK() 时，我会得到以下两种结果之一：

SELECT DENSE_RANK() OVER (PARTITION BY ID ORDER BY Date, Value)

ID	Date	Value	Period
1	1990-05-17	1.00	1
1	1991-10-12	1.00	2
1	1992-08-01	1.00	3
1	1993-07-05	0.67	4
1	1994-05-02	0.67	5
1	1995-02-01	1.00	6
1	1996-03-01	1.00	7

SELECT DENSE_RANK() OVER (PARTITION BY ID ORDER BY Value)

ID	Date	Value	Period
1	1990-05-17	1.00	1
1	1991-10-12	1.00	1
1	1992-08-01	1.00	1
1	1993-07-05	0.67	2
1	1994-05-02	0.67	2
1	1995-02-01	1.00	1
1	1996-03-01	1.00	1

如您所见，问题在于Date 列，因为我需要将其作为累积期。此外，句号的数量从ID 到ID 不等，Date 列背后没有一致的科学依据。例如，一个成员在一年内可能有两个条目。

【参考方案1】：

您可以使用LAG() 窗口函数为每一行获取其先前的值，并使用SUM() 窗口函数进行条件聚合获取Periods：

SELECT ID, Date, Value,
       SUM(CASE WHEN VALUE = prev_value THEN 0 ELSE 1 END) OVER (PARTITION BY ID ORDER BY Date) Period 
FROM (
  SELECT *, LAG(Value) OVER (PARTITION BY ID ORDER BY Date) prev_value
  FROM tablename
) t
ORDER BY Date;

请参阅demo。

【参考方案2】：

这被称为间隙和孤岛问题。一种方法是使用几个ROW_NUMBERs 将您的数据分组：

WITH CTE AS(
    SELECT *,
           ROW_NUMBER() OVER (PARTITION BY ID ORDER BY [date],[value])-
           ROW_NUMBER() OVER (PARTITION BY ID, [value] ORDER BY [date]) AS Grp
    FROM (VALUES(1,CONVERT(date,'1990-05-17'),1.00),
                (1,CONVERT(date,'1991-10-12'),1.00),
                (1,CONVERT(date,'1992-08-01'),1.00),
                (1,CONVERT(date,'1993-07-05'),0.67),
                (1,CONVERT(date,'1994-05-02'),0.67),
                (1,CONVERT(date,'1995-02-01'),1.00),
                (1,CONVERT(date,'1996-03-01'),1.00))V(ID,Date,Value))
SELECT ID,
       Date,
       Value,
       DENSE_RANK() OVER (PARTITION BY ID ORDER BY Grp) AS Period
FROM CTE;