检测数据集中的变化

Posted 2023-03-23

【中文标题】检测数据集中的变化

【英文标题】：Detecting variations in a data set

【发布时间】：2017-06-06 09:57:33

【问题描述】：

我有一个具有这种结构的数据集：

合同编号 |月付 |持续时间 |开始日期 |结束日期

一个合同编号可以出现多次，因为该数据集是具有相同结构的不同报告的合并。

现在我想过滤/查找 MonthlyPayment 和/或 Duration 和/或 StartDate 和/或 EndDate 不同的合同编号。

示例（注意合同号不是主键）：

ContractNumber | MonthlyPayment | Duration | StartDate  | EndDate
           001 |            500 |       12 | 01.01.2015 | 31.12.2015
           001 |            500 |       12 | 01.01.2015 | 31.12.2015
           001 |            500 |       12 | 01.01.2015 | 31.12.2015
           002 |           1500 |       24 | 01.01.2014 | 31.12.2017
           002 |           1500 |       24 | 01.01.2014 | 31.12.2017
           002 |           1500 |       24 | 01.01.2014 | 31.12.2018

使用此示例数据集，我需要使用特定查询检索 002。 001是一样的，不会改变，但是002会随着时间而改变。

除了编写在 Excel 上运行的 VBA 脚本之外，我对如何使用 SQL 解决这个问题没有任何可靠的想法

我的第一个想法是使用分组的 SQL 方法，其中相同的值被分组在一起，而不是不同的值。我目前正在试验这个。我目前的尝试是：

1.) 有平常的桌子

2.) 使用此结构创建第二个表/查询：

合同编号 | AVG(每月付款) |平均（持续时间）|平均（开始日期）|平均（结束日期）

我使用 Grouping 创建的。

例如

表 1。）

ContractNumber | MonthlyPayment
             1 | 10
             1 | 10
             1 | 20
             2 | 300
             2 | 300
             2 | 300

表 2.)

ContractNumber | AVG(MonthlyPayment)
             1 | 13.3
             2 | 300

3) 现在我想找到不同的合同编号，其中 - 在本例中只有 MonthlyPayment - 不等于平均值​​（应该相同 - 否则我们需要找到一个变体）。

你知道我该如何解决这个问题吗？否则我会开始编写 VBA 或 Python 脚本。我有 CSV 格式的数据集，所以现在我也可以使用 mysql、Power Bi 或 Excel 来完成。

我需要执行一次此分析，因此我不需要完整的方法，因此可以将查询拆分为不同的步骤。

非常感谢！非常感谢。

【问题讨论】：

你在那儿撒了一张很宽的网。

见：Why should I provide an MCVE for what seems to me to be a very simple SQL query?

【参考方案1】：

要查找所有有差异的合同编号，请使用：

select ContractNumber
from
(
select distinct ContractNumber,  MonthlyPayment , Duration , StartDate , EndDate
from MyTable
) x
group by ContractNumber
having count(*) >1