SQL 累积不重复计数

Posted 2023-04-12

【中文标题】SQL 累积不重复计数

【英文标题】：SQL a cumulative distinct count

【发布时间】：2020-03-10 22:23:14

【问题描述】：

我有一个列出单个事件的 SQL 表，我正在尝试聚合以获取一组事件，如下所示。

id |Name | Date|
0  |A    |2018-05-08
1  |A    |2018-05-09
2  |B    |2018-05-11
3  |B    |2018-05-12
4  |A    |2018-05-17
5  |A    |2018-05-17
6  |A    |2018-05-18
7  |C    |2018-05-25
8  |C    |2018-05-26
9  |B    |2018-05-27

变成：

Name|Group
|A  |1
|B  |2
|A  |3
|C  |4
|B  |5

我相信这是某种形式的 Count()，然后是 OVER BY，这总是让我感到困惑。我不知道我什至会数什么，因为很少将这些名称组合在一起。到目前为止，我有以下内容：

select
    Name
    ,Count(Name)
from table
Group BY
    Name

【参考方案1】：

没有理由认为这是一个孤岛问题。我的意思是，它是，但有一个更简单的解决方案。

在这种情况下，使用lag() 和row_number()：

select name, row_number() over (order by date, id) as grp
from (select t.*,
             lag(name) over (order by date, id) as prev_name
      from t
     ) t
where prev_name is null or prev_name <> name;

【参考方案2】：

这是一个间隙和孤岛问题，您希望将“相邻”行组合在一起。

一种方法依赖于行号之间的差异来识别组。如果id 不断增加1，请考虑：

select 
    name,
    row_number() over(partition by name, id - rn order by min(date)) grp
from (
    select
        t.*,
        row_number() over(partition by name order by date) rn
    from mytable t
) t
group by name, id - rn
order by grp

否则，我们可以用row_number()生成id：

select 
    name,
    row_number() over(partition by name, rn1 - rn2 order by min(date)) grp
from (
    select
        t.*,
        row_number() over(order by date) rn1,
        row_number() over(partition by name order by date) rn2
    from mytable t
) t
group by name, rn1 - rn2
order by grp

【讨论】：

这得到了我想要的，但我应该指定。有没有按日期订购的方法？

@JackArmstrong：order by min(date).

按 min(date) 而非 grp 排序。我还在整个 select*from 中包含了 max(date)，就像 max(date) 一样。