Question

我在创建数据中的正确分区时遇到了一些问题。以下是我的数据的示例，包含所需的输出：

customer   contract   type1   type2   partition
100        1          A       A       1
100        2          A       A       1
100        3          A       B       2
100        4          A       B       2
100        5          A       B       2
100        6          A       A       3
100        7          A       A       3
100        8          C       A       4
100        9          C       A       4

我尝试构建的变量是最后一个，称为分区。我现在遇到的问题是，当使用dense_rank时，合同1和2与合同6和7组合在一起：

select
  t1.*
, dense_rank() over (order by customer, type1, type2) as partition
from table1 t1

我可以使用什么来生成所需的输出（在相当大的数据集上）？

Answer 1

如果我理解正确，您需要相邻的行组，其中“相邻”基于contract。

您可以使用row_number()值的差异来执行此操作。当值相邻时，该差异是恒定的。结果提供了一个额外的分组列，提供您需要的信息：

select t1.*,
       dense_rank() over (order by customer, type1, type2, grp) as partition
from (select t1.*,
             (row_number() over (partition by customer order by contract) -
              row_number() over (partition by customer, type1, type2 order by contract)
             ) as grp
      from table1 t1
     ) t1;

根据更改的维度对分区进行编号

1 个答案: