离岛与缺口问题
背景故事：我有一个数据库，其中包含卡车司机的数据点，其中也包含。在卡车上时，驾驶员可以具有“ driverstatus”状态。我要做的是按驾驶员，卡车将这些状态分组。
到目前为止，我已经尝试使用LAG / LEAD来提供帮助。这样做的原因是，我可以告诉驾驶员状态何时发生更改，然后可以将该行标记为具有该状态的最后日期时间。
这本身是不够的，因为我需要按状态和日期对状态进行分组。为此，我有了诸如DENSE_RANK之类的东西，但是我无法设法获得有关ORDER BY子句的正确信息。
这是我的测试数据，这是我中许多人排名排名的尝试。
/****** Script for SelectTopNRows command from SSMS ******/
DECLARE @SomeTable TABLE
(
loginId VARCHAR(255),
tractorId VARCHAR(255),
messageTime DATETIME,
driverStatus VARCHAR(2)
);
INSERT INTO @SomeTable (loginId, tractorId, messageTime, driverStatus)
VALUES('driver35','23533','2018-08-10 8:33 AM','2'),
('driver35','23533','2018-08-10 8:37 AM','2'),
('driver35','23533','2018-08-10 8:56 AM','2'),
('driver35','23533','2018-08-10 8:57 AM','1'),
('driver35','23533','2018-08-10 8:57 AM','1'),
('driver35','23533','2018-08-10 8:57 AM','1'),
('driver35','23533','2018-08-10 9:07 AM','1'),
('driver35','23533','2018-08-10 9:04 AM','1'),
('driver35','23533','2018-08-12 8:07 AM','3'),
('driver35','23533','2018-08-12 8:37 AM','3'),
('driver35','23533','2018-08-12 9:07 AM','3'),
('driver35','23533','2018-06-12 8:07 AM','2'),
('driver35','23533','2018-06-12 8:37 AM','2'),
('driver35','23533','2018-06-12 9:07 AM','2')
;
SELECT *, DENSE_RANK() OVER(PARTITION BY
loginId, tractorId, driverStatus
ORDER BY messageTime ) FROM @SomeTable
;
理想情况下，我的最终结果应该是这样的：
loginId tractorId startTime endTime driverStatus
driver35 23533 2018-08-10 8:33 AM 2018-08-10 8:56 AM 2
driver35 23533 2018-08-10 8:57 AM 2018-08-10 9:07 AM 1
driver35 23533 2018-08-12 8:07 AM 2018-08-12 9:07 AM 3
对此表示任何帮助。
3 个答案:
答案 0 :(得分：1)
WITH drivers_data AS
(
SELECT *,
row_num = ROW_NUMBER()
OVER (PARTITION BY loginId,
tractorId,
CAST(messageTime AS date),
driverStatus
ORDER BY messageTime),
row_num_all = ROW_NUMBER()
OVER (PARTITION BY loginId,
tractorId
ORDER BY messageTime),
first_date = FIRST_VALUE (messageTime)
OVER (PARTITION BY loginId,
tractorId,
CAST(messageTime AS date),
driverStatus
ORDER BY messageTime),
last_date = LAST_VALUE (messageTime)
OVER (PARTITION BY loginId,
tractorId,
CAST(messageTime AS date),
driverStatus
ORDER BY messageTime
ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING)
FROM @t
)
SELECT loginId, tractorId, first_date, last_date, driverStatus
FROM drivers_data
WHERE row_num = 1
ORDER BY row_num_all;
输出：
+==========+===========+=====================+=====================+==============+ | loginId | tractorId | first_date | last_date | driverStatus | |==========|===========|=====================|=====================|==============| | driver35 | 23533 | 2018-10-08 08:33:00 | 2018-10-08 08:56:00 | 2 | |----------|-----------|---------------------|---------------------|--------------| | driver35 | 23533 | 2018-10-08 08:57:00 | 2018-10-08 09:07:00 | 1 | |----------|-----------|---------------------|---------------------|--------------| | driver35 | 23533 | 2018-12-06 08:07:00 | 2018-12-06 09:07:00 | 2 | |----------|-----------|---------------------|---------------------|--------------| | driver35 | 23533 | 2018-12-08 08:07:00 | 2018-12-08 09:07:00 | 3 | +----------+-----------+---------------------+---------------------+--------------+
我将尝试解释这里发生的事情：
- row_num 用于对行进行编号，这些行受驱动程序的日期和状态限制。我们需要转换，因为我们需要没有时间的日期部分。
- row_num_all 这是关键属性，因为它最终允许我们按出现的顺序对行进行排序。此窗口不受状态限制，因为我们需要对整个驾驶员数据进行编号。
- first_date
FIRST_VALUE是我们的便捷功能。它只是检索第一个日期时间出现。 - 最后日期正确地假设，对于最后一个日期，我们需要
LAST_VALUE窗口函数。但是使用它很棘手，需要更多的解释。如您所见，我明确地使用了特殊的框架ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING。但为什么？让我解释。让我们使用默认框架获取日期10/8/2018和状态2的一部分输出。我们得到以下结果：
+==========+===========+=====================+=====================+==============+ | loginId | tractorId | first_date | last_date | driverStatus | |==========|===========|=====================|=====================|==============| | driver35 | 23533 | 2018-10-08 08:33:00 | 2018-10-08 08:33:00 | 2 | |----------|-----------|---------------------|---------------------|--------------| | driver35 | 23533 | 2018-10-08 08:33:00 | 2018-10-08 08:37:00 | 2 | |----------|-----------|---------------------|---------------------|--------------| | driver35 | 23533 | 2018-10-08 08:33:00 | 2018-10-08 08:56:00 | 2 | +----------+-----------+---------------------+---------------------+--------------+
如您所见，最后日期是不正确！发生这种情况是因为LAST_VALUE使用默认帧RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW-这意味着最后一行始终是窗口中的当前行。这是幕后故事。创建三个窗口。每行都有自己的窗口。然后，它从窗口中检索最后一行：
第一行的窗口
+==========+===========+=====================+=====================+==============+ | loginId | tractorId | first_date | last_date | driverStatus | |==========|===========|=====================|=====================|==============| | driver35 | 23533 | 2018-10-08 08:33:00 | 2018-10-08 08:33:00 | 2 | +----------+-----------+---------------------+---------------------+--------------+
第二行的窗口
+==========+===========+=====================+=====================+==============+ | loginId | tractorId | first_date | last_date | driverStatus | |==========|===========|=====================|=====================|==============| | driver35 | 23533 | 2018-10-08 08:33:00 | 2018-10-08 08:33:00 | 2 | |----------|-----------|---------------------|---------------------|--------------| | driver35 | 23533 | 2018-10-08 08:33:00 | 2018-10-08 08:37:00 | 2 | +----------+-----------+---------------------+---------------------+--------------+
第三行窗口
+==========+===========+=====================+=====================+==============+ | loginId | tractorId | first_date | last_date | driverStatus | |==========|===========|=====================|=====================|==============| | driver35 | 23533 | 2018-10-08 08:33:00 | 2018-10-08 08:33:00 | 2 | |----------|-----------|---------------------|---------------------|--------------| | driver35 | 23533 | 2018-10-08 08:33:00 | 2018-10-08 08:37:00 | 2 | |----------|-----------|---------------------|---------------------|--------------| | driver35 | 23533 | 2018-10-08 08:33:00 | 2018-10-08 08:56:00 | 2 | +----------+-----------+---------------------+---------------------+--------------+
因此，解决此问题的方法是更改框架：我们不需要从开头移至当前行，而是从当前行移至结尾。因此，UNBOUNDED FOLLOWING仅表示此-当前窗口的最后一行。
-
下一个是
WHERE row_num = 1。这很简单：由于所有行都具有关于首个日期和最后日期的相同信息，因此我们只需要第一行。 -
最后一部分是
ORDER BY row_num_all。这是您正确订购的地方。
P.S。
-
您所需要的输出有问题。 对于日期
8/10/18 8:57 AM和状态1，最后一个日期必须为10/8/2018 9:07 AM-而不是您所提到的10/8/2018 9:04 AM。 -
日期
12/6/2018和状态2的输出也缺失。
更新：
以下是FIRST_VALUE和LAST_VALUE的工作方式的说明。
所有三个数字均包含以下部分：
- 查询数据。这是查询的结果。
- 原始查询原始数据。
- Windows 这些是计算的中间步骤。
- 框架提及所使用的框架。
- 绿色单元格窗口规范。
这是引擎盖下发生的事情：
- 首先，SQL Server为所有提到的字段创建分区。在图上是
partition列。 - 每个分区可以有一个框架：默认或自定义。默认框架为
RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW。这意味着该行将在分区的开始位置和当前行之间获得窗口。如果您不提及框架，则会使用默认框架。 - 每个框架为每一行创建一个窗口。在图中，这些窗口在
row 1至row 2列中并用颜色标记。行号对应于row_num_all字段。 - 行仅在其窗口范围内操作。
1。 FIRST_VALUE
要获取第一个日期，我们可以使用方便的FIRST_VALUE窗口函数。
如您所见，我们在这里使用默认框架。这意味着对于每一行，窗口将在窗口的开始与当前行之间。对于第一次约会，这正是我们需要的。每行将从第一行获取值。第一个日期在“ first_date”字段中。
2。 LAST_VALUE-错误的帧
现在，我们需要计算最后日期。最后日期在分区的最后一行中，因此我们可以使用LAST_VALUE窗口函数。
如前所述，如果不提及框架，则使用默认框架。正如您在图上看到的那样，框架始终在当前行结束-这是不正确，因为我们需要最后一个窗口行的日期。 last_date字段向我们显示了不正确的结果-它反映了当前行的日期。
3。 LAST_VALUE-正确的帧
要解决获取最后日期的问题，我们需要更改LAST_VALUE将在其上操作的框架：ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING。如您所见，每行的窗口现在位于当前行和分区末尾之间。在这种情况下，LAST_VALUE将正确地从窗口的最后一行获取日期。现在last_date字段中的结果正确。
答案 1 :(得分：1)
以下解决方案标识每次在每个@classmethod
def from_tuple(cls, location):
return cls(*location)
/ driverStatus组合内一个孤岛开始（当loginID发生变化时），然后为该孤岛分配一个“ id”号。 / p>
此后，只需一个简单的tractorID / min就可以找到该岛的开始和结束时间。
答案：
max当您保留样本数据的最后三条记录时（因为这不在问题的预期输出中，就像JohnyL所说的那样），此查询将产生问题的确切输出。
答案 2 :(得分：0)
SELECT
t.loginId,
t.tractorId,
startTime = MIN(messageTime),
endTime = MAX(messageTime),
driverStatus
FROM @someTable t
GROUP BY loginId, tractorId, driverStatus
ORDER BY MIN(messageTime);
结果：
loginId tractorId startTime endTime driverStatus
-------------- ---------- ----------------------- ----------------------- ------------
driver35 23533 2018-10-08 08:33:00.000 2018-10-08 08:56:00.000 2
driver35 23533 2018-10-08 08:57:00.000 2018-10-08 09:07:00.000 1
driver35 23533 2018-12-08 08:07:00.000 2018-12-08 09:07:00.000 3
相关问题
最新问题
- 我写了这段代码，但我无法理解我的错误
- 我无法从一个代码实例的列表中删除 None 值，但我可以在另一个实例中。为什么它适用于一个细分市场而不适用于另一个细分市场？
- 是否有可能使 loadstring 不可能等于打印？卢阿
- java中的random.expovariate()
- Appscript 通过会议在 Google 日历中发送电子邮件和创建活动
- 为什么我的 Onclick 箭头功能在 React 中不起作用？
- 在此代码中是否有使用“this”的替代方法？
- 在 SQL Server 和 PostgreSQL 上查询，我如何从第一个表获得第二个表的可视化
- 每千个数字得到
- 更新了城市边界 KML 文件的来源？