Question

我的表格的值类似于（RowCount由下面的查询生成）：

ID       Date_trans   Time_trans  Price  RowCount
-------  -----------  ----------  -----  --------
1699093  22-Feb-2011  09:30:00    58.07  1
1699094  22-Feb-2011  09:30:00    58.08  1
1699095  22-Feb-2011  09:30:00    58.08  2
1699096  22-Feb-2011  09:30:00    58.08  3
1699097  22-Feb-2011  09:30:00    58.13  1
1699098  22-Feb-2011  09:30:00    58.13  2
1699099  22-Feb-2011  09:30:00    58.12  1
1699100  22-Feb-2011  09:30:08    58.13  3
1699101  22-Feb-2011  09:30:09    57.96  1
1699102  22-Feb-2011  09:30:09    57.95  1
1699103  22-Feb-2011  09:30:09    57.93  1
1699104  22-Feb-2011  09:30:09    57.96  2
1699105  22-Feb-2011  09:30:09    57.93  2
1699106  22-Feb-2011  09:30:09    57.93  3
1699107  22-Feb-2011  09:30:37    58     1
1699108  22-Feb-2011  09:30:37    58.08  4
1699109  22-Feb-2011  09:30:38    58.08  5
1699110  22-Feb-2011  09:30:41    58.02  1
1699111  22-Feb-2011  09:30:41    58.02  2
1699112  22-Feb-2011  09:30:41    58.01  1
1699113  22-Feb-2011  09:30:41    58.01  2
1699114  22-Feb-2011  09:30:41    58.01  3
1699115  22-Feb-2011  09:30:42    58.02  3
1699116  22-Feb-2011  09:30:42    58.02  4
1699117  22-Feb-2011  09:30:45    58.04  1
1699118  22-Feb-2011  09:30:54    58     2
1699119  22-Feb-2011  09:30:57    58.05  1

ID列是IDENTITY列我正在使用此查询将连续行计数作为：

  SELECT   ID, Date_trans, Time_trans, Price
          ,ROW_NUMBER() OVER(PARTITION BY Price  ORDER BY ID) RowCount
  FROM     MyTable
  ORDER    BY ID;

我得到的RowCount对于大多数值是正确的，但对于某些值是错误的。例如：

ID 1699100价格58.13 - 计数应为1（显示3）。
ID 1699104价格57.96 - 计数应为1（显示2）。
ID 1699105,1699106价格57.93 - 计数应为1,2（显示2,3）。

我在PostgreSQL中尝试了相同的查询并找到了相同的结果我上传了a csv data sample here。

我遇到了这种意想不到的分区结果。有人能帮助我吗？

Answer 1

PARTITION BY函数的ROW_NUMBER()子句指示它按Price值对整个行集进行分区，并按{的升序分配行号。 {1}}秒。

您似乎希望区分具有相同ID值的任意两组行，这些值分隔至少一行具有不同的Price。

可能有多种方法可以实现这一目标。在SQL Server中（我认为同样适用于PostgreSQL），我首先使用两个Price调用来获得额外的分区标准，然后再使用该标准对行进行排名，如下所示：

ROW_NUMBER()

这是SQL Fiddle demo。

Answer 2

纯SQL

WITH x AS (
    SELECT id, date_trans, time_trans, price
         ,(price <> lag(price) OVER (ORDER BY id))::int AS step
    FROM   tbl
    )
    ,y AS (
    SELECT *, sum(step) OVER (ORDER BY id) AS grp
    FROM   x
    )
SELECT id, date_trans, time_trans, price
      ,row_number() OVER (PARTITION BY grp ORDER BY id) As row_ct
FROM   y
ORDER  BY id;

逻辑：

请记住，价格与step中的最后一行相比有所变化。（第一行的特例也适用。）
汇总步骤，以便相同的价格按顺序结束在同一组grp。
每组的行数。

老实说，我认为@Andriy's solution更优雅一点。它也需要三个窗口函数，但只能在两个查询步骤中完成。在对小样品进行快速测试时，它也略快一些。所以，+1来自我。

如果性能至关重要，那么使用

PL / pgSQL函数

应该快得多，因为它只需要扫描并对表进行一次排序。

CREATE OR REPLACE FUNCTION f_my_row_ct()
  RETURNS TABLE (
    id         int
   ,date_trans date
   ,time_trans time
   ,price      numeric
   ,row_ct     int
  ) AS
$BODY$
DECLARE
   _last_price numeric;   -- remember price of last row
BEGIN

FOR id, date_trans, time_trans, price IN 
   SELECT t.id, t.date_trans, t.time_trans, t.price
   FROM   tbl t
   ORDER  BY t.id
LOOP
   IF _last_price = price THEN   -- works with 1st row, too
      row_ct := row_ct + 1;
   ELSE
      row_ct := 1;
   END IF;

   RETURN NEXT;
   _last_price = price;   -- remember last price
END LOOP;

END;
$BODY$  LANGUAGE plpgsql;

呼叫：

SELECT * FROM f_my_row_ct()

在另一个小样本的快速测试中，这个速度提高了3-4倍。使用EXPLAIN ANALYZE进行测试以查看。

顺便说一句：您可以通过将date_trans date和time_trans time合并到ts_trans timestamp来简化您的表（和查询）并节省一些存储空间。

使用强制转型从date中提取time或timestamp非常简单，速度非常快：

ts_trans::date
ts_trans::time

The manual about date/time types.

Answer 3

1699100价格58.0 - 显示3，因为1699097,8是1,2
1699104价格57.96 - 显示2，因为1669101是1.
1699105,1699106价格57.93 - 显示2,3，因为1699103是1

如果要在序列中查找具有相同值的项目，一个选项是将数据连接到先前的ID并查看值是否相同

Answer 4

根据你对结果的预测我可以收集的内容，你需要对Time_trans进行分区：

  SELECT   ID, Date_trans, Time_trans, Price
           ,ROW_NUMBER() OVER(PARTITION BY Time_trans, Price ORDER BY ID) RowCount
  FROM     MyTable
  ORDER BY ID

我相信就是这种情况，因为当你在数据进展过程中Time-trans值发生变化时，你期望ROW_NUMBER重新开始。

如果表中可能有多个日期，您可能也希望在其中添加Date_trans，这是我期望的。

ROW_NUMBER（）显示意外值

4 个答案:

纯SQL

PL / pgSQL函数