Question

我有一个表格，其中包含2002年每天的数据，但它有一些缺少的日期。即，2002年的354个记录（而不是365个）。对于我的计算，我需要在表中使用Null值

获取缺少的数据

+-----+------------+------------+
| ID  |  rainfall  | date       |
+-----+------------+------------+
| 100 |  110.2     | 2002-05-06 |
| 101 |  56.6      | 2002-05-07 |
| 102 |  65.6      | 2002-05-09 |
| 103 |  75.9      | 2002-05-10 |
+-----+------------+------------+

你看到2002-05-08丢失了。我希望我的决赛桌像：

+-----+------------+------------+
| ID  |  rainfall  | date       |
+-----+------------+------------+
| 100 |  110.2     | 2002-05-06 |
| 101 |  56.6      | 2002-05-07 |
| 102 |            | 2002-05-08 |
| 103 |  65.6      | 2002-05-09 |
| 104 |  75.9      | 2002-05-10 |
+-----+------------+------------+

在PostgreSQL中有没有办法做到这一点？

如果我将结果作为查询结果（不一定是更新的表）

，则无关紧要

Answer 1

只针对返回2002年所有日期的查询进行外部联接：

with all_dates as (
  select date '2002-01-01' + i as date_col
  from generate_series(0, extract(doy from date '2002-12-31')::int - 1) as i
)
select row_number() over (order by ad.date_col) as id, 
       t.rainfall,
       ad.date_col as date
from all_dates ad
  left join your_table t on ad.date_col = t.date
order by ad.date_col;

这不会改变您的表格，它只会根据需要生成结果。

请注意，生成的id列将不包含与表中的ID列相同的值，因为它只是结果集中的计数器。

您也可以将row_number()函数替换为extract(doy from ad.date_col)

Answer 2

填补空白。这不会重新排序ID：

insert into t (rainfall, "date") values
select null, "date"
from (
    select d::date as "date"
    from (
        t
        right join
        generate_series(
            (select date_trunc('year', min("date")) from t)::timestamp,
            (select max("date") from t),
            '1 day'
        ) s(d) on t."date" = s.d::date
    where t."date" is null
    ) q
) s

Answer 3

date是标准SQL中的reserved word，是PostgreSQL中数据类型的名称。 PostgreSQL允许它作为标识符，但这并不是一个好主意。我使用thedate作为列名。

不要依赖代理ID中的缺口。这几乎总是一个坏主意。将这样的ID视为唯一编号而没有含义，即使它似乎在大多数情况下承载某些其他属性。

在这种特殊情况下，@Clodoaldo commented，thedate似乎是一个完美的主键，而id列只是残留 - 我删除了它：

CREATE TEMP TABLE tbl (thedate date PRIMARY KEY, rainfall numeric);
INSERT INTO tbl(thedate, rainfall) VALUES
  ('2002-05-06', 110.2)
, ('2002-05-07', 56.6)
, ('2002-05-09', 65.6)
, ('2002-05-10', 75.9);

查询

查询全表：

SELECT x.thedate, t.rainfall  -- rainfall automatically NULL for missing rows
FROM (
   SELECT generate_series(min(thedate), max(thedate), '1d')::date AS thedate
   FROM   tbl
   ) x
LEFT   JOIN tbl t USING (thedate)
ORDER  BY x.thedate

与@a_horse_with_no_name发布的内容类似，但简化并忽略已修剪的id。

填写表格中第一个和最后一个日期之间的差距。如果可能存在领先/滞后缺口，则相应地进行调整。你可以像@Clodoaldo那样使用date_trunc() - 但他的查询会遇到一些语法错误，并且不必要地进行复杂处理。

INSERT缺少行

最快且最易读的方法是NOT EXISTS反半连接。

INSERT INTO tbl (thedate, rainfall)
SELECT x.thedate, NULL
FROM (
   SELECT generate_series(min(thedate), max(thedate), '1d')::date AS thedate
   FROM   tbl
   ) x
WHERE NOT EXISTS (SELECT 1 FROM tbl t WHERE t.thedate = x.thedate)

Answer 4

您必须完全重新创建表，因为索引必须更改。

更好的方法是使用您喜欢的dbi语言，创建一个忽略ID的循环，并将值放入带有新序列化ID的新表中。

for day in (whole needed calendar)
    value = select rainfall from oldbrokentable where date = day
    insert into newcleanedtable date=day, rainfall=value, id=serialized

（这不是真正的代码！只是概念性地适应您喜欢的脚本语言）

在PostgreSQL中的表中添加缺少日期

4 个答案:

查询

INSERT缺少行