Question

我正在尝试分析一些棒球统计数据，我在实现看起来应该是一项简单的任务时遇到了一些麻烦。看一下以下结果集：

GAME_PK  REC_SEQ  BatterId  PlayNumber  EventType
287576   6        462101    1           single
287576   14       519048    2           single
287576   25       435079    3           strikeout
287576   26       435079    4           stolen_base_home
287576   28       435079    5           stolen_base_2b

我使用ROW_NUMBER（）OVER（ORDER BY GAME_PK，REC_SEQ）生成PlayNumber列。其余的直接来自MLB统计数据库。 REC_SEQ是游戏中事件的序列号。 EventType本质上是at-bat的结果。

我希望PlayNumber仅在BatterId更改时增加。但它必须尊重REC_SEQ的顺序。所以我认为我不能使用RANK或DENSE_RANK，但这些似乎非常接近我的需要。

我希望我的结果集看起来像这样：

GAME_PK  REC_SEQ  BatterId  PlayNumber  EventType
287576   6        462101    1           single
287576   14       519048    2           single
287576   25       435079    3           strikeout
287576   26       435079    3           stolen_base_home
287576   28       435079    3           stolen_base_2b

感谢任何帮助。

谢谢！

编辑：击球手在比赛中可以出现不止一次。应为每个外观分配一个新的PlayNumber。基本上，每个新的击球都需要一个新的PlayNumber。

Answer 1

编辑：似乎可以实现的唯一方法是通过确定哪些连续记录共享batterId来确定每个组的开始和结束位置。这是通过将记录与自身相连，以1 rownum偏移来确定每个组的开始位置。一旦我们收集了每个组的开头（GroupSets），我们就可以确定每个单独记录所属的组产生正确的编号：

with GroupSets as (
select
    row_number() over (order by s1.rec_seq) as rownum,
    s1.game_pk, s1.rec_seq, s1.batterid, s2.batterid as nextbatterid,
    s1.eventtype
from (select *, row_number() over (order by rec_seq) as rownum from stats) s1
left join (select rec_seq, batterid,
           row_number() over (order by rec_seq) as rownum from stats) s2
    on s1.rownum = s2.rownum + 1
where s1.batterid != s2.batterid or s2.batterid is null
)
select
    game_pk,
    rec_seq,
    batterid,
    (select max(rownum) from GroupSets gs where gs.Rec_Seq <= s1.rec_seq) as PlayNumber,
    eventtype
from
    stats s1;

演示：http://www.sqlfiddle.com/#!3/a5e68/50

不处理交错的旧代码：

实际上DENSE_RANK()函数应该这样做。但是，我们需要对每个BatterId组MIN(REC_SEQ)的值进行排名，以便使用REC_SEQ来控制订单。这样的事情应该这样做：

select
    s1.game_pk,
    s1.rec_seq,
    s1.batterID,
    dense_rank() over (order by s2.rec_seq) as PlayNumber,
    s1.EventType
from
    stats s1
join
    (select batterid, min(rec_seq) rec_seq
     from stats group by batterid) s2 on s1.batterid = s2.batterid
order by
    rec_seq

演示：http://www.sqlfiddle.com/#!3/0682e/4

Answer 2

这很难，但可以在SQL Server中使用。我会注意到Oracle的分析功能使这更容易。

这个想法如下：

添加严格的序列号，以便您可以在每场比赛中获得上一场比赛
使用此标志在第一次播放按给定顺序播放时添加标记
在游戏中枚举这些以获得游戏编号
通过适当的分组将其加回到统计数据，以分配正确的比赛号码

我认为以下代码可以解决问题：

with s_enum as 
(
   select s.*, ROW_NUMBER() over (partition by game_pk order by rec_seq) as Seq
   from stats
) s_cp as 
(
   select s.*, ROW_NUMBER() over (partition by game_pk, FirstInSeq) as BattingSeq
   from 
   (
     select s.*,
        (case when prev.BatterId = curr.BatterId then 1 else 0 end) as FirstInSeq
     from s_enum curr 
     left outer join s_enum prev
        on curr.game_pk = prev.game_pk 
        and curr.Seq = prev.Seq + 1
   )
)
select s.game_pk, s.batterid, s.rec_seq, MAX(bs.req_sec) as PlayNumber       
from stats s 
join
(
   select s.*
   from s_cp s
   where FirstInSeq = 1
) bs
  on s.game_pk = bs.game_pk 
  and s.batterid = bs.batterid 
  and s.rec_seq >= bs.req_sec
group by s.game_pk, s.batterid, s.rec_seq

计算SQL中棒球统计数据的游戏数量

2 个答案: