按名称分组的连续日期范围内的最小和最大日期

Posted 2023-03-31

【中文标题】按名称分组的连续日期范围内的最小和最大日期

【英文标题】：Minimum and maximum dates within continuous date range grouped by name

【发布时间】：2020-05-06 22:27:08

【问题描述】：

我有一个人的开始和结束日期的数据范围，我想只获得每个人的连续日期范围：

输入：

NAME | STARTDATE      | END DATE
--------------------------------------
MIKE | **2019-05-15** | 2019-05-16 
MIKE | 2019-05-17     | **2019-05-18**
MIKE | 2020-05-18     | 2020-05-19

预期输出如下：

MIKE | **2019-05-15** | **2019-05-18** 
MIKE | 2020-05-18     | 2020-05-19

所以基本上输出是人的每个连续时期的 MIN 和 MAX。

感谢任何帮助。

我尝试了以下查询：

With N AS (   SELECT Name, StartDate, EndDate
       , LastStop = MAX(EndDate) 
                    OVER (PARTITION BY Name ORDER BY StartDate, EndDate 
                          ROWS BETWEEN UNBOUNDED PRECEDING AND 1 PRECEDING)   FROM   Table  ), B AS (   SELECT Name, StartDate, EndDate
       , Block = SUM(CASE WHEN LastStop Is Null Then 1
                          WHEN LastStop < StartDate Then 1
                          ELSE 0
                    END)
                 OVER (PARTITION BY Name ORDER BY StartDate, LastStop)   FROM   N ) SELECT Name
     , MIN(StartDate) DateFrom
     , MAX(EndDate) DateTo FROM   B GROUP BY Name, Block ORDER BY Name, Block

但它没有考虑连续周期。它显示相同的输入。

【问题讨论】：

你试过什么？你在哪里卡住了？

试过这样的事情：***.com/questions/49025748/…

将您尝试过的内容添加到您的问题中。

但不考虑连续周期..它只会显示最小值和最大值..

【参考方案1】：

这是一种孤岛问题。无需按天扩展数据！这似乎效率很低。

相反，确定“岛屿”。这是没有重叠的地方——在你的情况下lag() 就足够了。然后是累积和聚合：

select name, min(startdate), max(enddate)
from (select t.*,
             sum(case when prev_enddate >= dateadd(day, -1, startdate) then 0 else 1 end) over 
                 (partition by name order by startdate) as grp
      from (select t.*,
                   lag(enddate) over (partition by name order by startdate) as prev_enddate
            from t
           ) t
     ) t
group by name, grp;

Here 是一个 dbfiddle。

【讨论】：

非常感谢..它工作完美，是的。实际上在我的情况下，我正在处理具有数千条记录的大数据..所以我也在寻找一种有效的方法......

实际上，如果我像这种情况下切换数据的顺序，脚本将不起作用：dbfiddle.uk/…

@Basharal 。 . .你可能想问一个新问题。但是当我阅读小提琴时，应该合并这些行，因为它们重叠。如果还有其他原因，请将其包含在新问题中。

@Basharal 。 . .你有理由不接受这个答案吗？它不仅可以工作，而且不使用任何“特殊”外部表，因此无论组的大小如何，它都可以工作。而且它不会乘以行来定义组。

@Grodon ...我同意你的看法..但是因为在我的情况下数据没有排序..例如我之前发送的小提琴...所以其他答案对我有用数据在数据库中排序..它应该返回预期的结果...所以这就是为什么..感谢您的帮助。

【参考方案2】：

这是一个使用临时计数表的示例

示例或dbFiddle

;with cte as (
Select A.[Name]
      ,B.D
      ,Grp  = datediff(day,'1900-01-01',D) - dense_rank() over (partition by [Name] Order by D)
 From  YourTable A
 Cross Apply ( 
                Select Top (DateDiff(DAY,StartDate,EndDate)+1) D=DateAdd(DAY,-1+Row_Number() Over (Order By (Select Null)),StartDate) 
                 From  master..spt_values n1,master..spt_values n2 
             ) B

)
Select [Name]
      ,StartDate= min(D)
      ,EndDate  = max(D)
 From  cte
 Group By [Name],Grp

退货

Name    StartDate   EndDate
MIKE    2019-05-15  2019-05-18
MIKE    2020-05-18  2020-05-19

为了帮助可视化，CTE 生成以下内容

【讨论】：

我尝试像这样更改最后一个数据行：,('MIKE','2019-05-18','2019-05-19')...如果结果应该是：迈克 2019-05-15 2019-05-19

@Basharal 我在您的 dbFiddle 中看到，您有重叠的记录/日期。将 row_number 更改为 dense_rank

@Basharal 更新了 dbFiddle dbfiddle.uk/…

@Basharal 用 dense_rank() 更新了我的答案

@Basharal 实际上任何适当大小的表都可以。我使用这些来生成临时数字/计数表。如果您有数字表甚至日历表，也可以使用它们。

【参考方案3】：

这会给你同样的结果

    SELECT subquery.name,min(subquery.startdate),max(subquery.enddate1)
FROM (SELECT NAME,startdate,
      CASE WHEN EXISTS(SELECT yt1.startdate 
                       FROM t yt1 
                       WHERE yt1.startdate = DATEADD(day, 1, yt2.enddate) 
                       ) THEN null else yt2.enddate END as enddate1
      FROM t yt2) as subquery
GROUP by NAME, CAST(MONTH(subquery.startdate) AS VARCHAR(2)) + '-' + CAST(YEAR(subquery.startdate) AS VARCHAR(4))

对于CASE WHEN EXISTS，我参考了SQL CASE

按月和年分组，您可以看到这个GROUP BY MONTH AND YEAR

DB_FIDDLE

【讨论】：

@Basharal 仅供参考，我建议不要将此网站上的人称为“亲爱的”——很多人会觉得这很奇怪。