识别非常接近的行组

Posted 2023-03-31

【中文标题】识别非常接近的行组

【英文标题】：Identify groups of rows in close proximity

【发布时间】：2014-05-20 19:10:56

【问题描述】：

我正在为学校做一个项目，并在一周的课程中获得了一个关于三个人的 GPS 记录的数据库。我正在尝试根据它们之间的时间将这些录音分组为旅行。如果一段录音距离之前的录音在 300 秒内，则将它们视为同一行程的一部分，否则，将它们视为不同行程的一部分。

到目前为止，我已经设法计算出第 n 行的记录与第 n-1 行的记录之间的时间差，我现在正在尝试创建一个用于合并记录介绍行程的函数。这在另一种编程语言中会很容易，但在本课程中，我们使用的是我不太熟悉的 PostgreSQL。

为了解决这个问题，我正在尝试创建一个带有变量的函数，每次两个记录之间的时间差大于 300 秒时该变量都会增加，并根据该变量将每一行分配给一次行程。这是我目前所得到的，尽管目前，变量一直重置 X，因此将所有行分配给行程 1...

CREATE OR REPLACE FUNCTION tripmerge(time_diff double precision)
RETURNs integer AS $$
declare 
X integer := 1;
ID integer;
BEGIN
  IF time_diff < 300 THEN
    ID = X;
  ELSE 
    ID =X;
    X:=X+1;
  END IF;
 RETURN ID;
END;$$ 
LANGUAGE plpgsql;

如何更改X 不会一直重置？我正在使用 PostgreSQL 9.1。

编辑：

这是我正在使用的表格：

curr_rec (timestamp), prev_rec (timestamp), time_diff (double precision)

这是数据集的一个样本：

'2013-11-14 05:22:33.991+01',null ,null
'2013-11-14 09:15:40.485+01','2013-11-14 05:22:33.991+01',13986.494
'2013-11-14 09:17:04.837+01','2013-11-14 09:15:40.485+01',84.352
'2013-11-14 09:17:43.055+01','2013-11-14 09:17:04.837+01',38.218
'2013-11-14 09:23:24.205+01','2013-11-14 09:17:43.055+01',341.15

预期结果会增加一列：

tripID
1
2
2
2
3

我认为这个小提琴应该可以工作：http://sqlfiddle.com/#!1/4e3e5/1/0

【问题讨论】：

triplegs?三胞胎？我已将问题阅读了两次，但仍然不知道您要达到什么目的。请添加：您的 Postgres 版本、表定义（psql 中的\d recordings）、示例数据和结果数据示例——或者更好的是fiddle。

我明白你的意思并编辑了文本以试图澄清我的问题，谢谢:)

可能可以通过单个查询来解决，like this one. 但我仍然没有看到表定义或示例数据或预期结果...

作为一般说明，听起来您正在尝试在关系数据库中为您的问题实施程序解决方案。在关系数据库中使用过程解决方案通常不是一个好主意。重新考虑你的问题。 SQL 是一种声明性 语言；看看你能不能想出一种用 SQL 表达你需要的方法。我还要注意，我的经验是你很少需要在 PostgreSQL 中使用过程代码。它的特性使得在比其他数据库更广泛的问题中找到声明式（纯 SQL）解决方案成为可能 *coughOraclecough*。

Erwin：我添加了所有需要的数据以及我希望从中得到的数据以及小提琴。如果它可以通过一个很好的查询来解决，尽管你链接到的那个对我来说远远超出了我能够解释的程度。

【参考方案1】：

此查询仅使用 curr_rec，而不使用其他冗余的预计算列：

SELECT 1 + count(step OR NULL) OVER (ORDER BY curr_rec) AS trip_id
FROM  (
   SELECT curr_rec
         ,lag(curr_rec) OVER (ORDER BY curr_rec) AS prev_rec
         ,curr_rec - lag(curr_rec) OVER (ORDER BY curr_rec)
                                        > interval '5 min' AS step
   FROM  timestamps
   ) x;

主要特点是：

window function

lag()

，用于查看上一行是否超过 5 分钟前。 （只需使用interval 进行比较，无需提取秒数） 窗口聚合函数

count()

- 这只是带有OVER 子句的基本聚合函数。 表达式step OR NULL 只留下TRUE 或NULL，其中只有TRUE 被计入运行计数，从而达到您想要的结果。

SQL Fiddle（在您提供的基础上构建）。