Question

假设我有一个包含两列的数据集：ID和timestamp。我的目标是在任何30天的窗口中计算至少具有n个时间戳的返回ID。

这里是一个例子：

ID Timestamp
1  '2019-01-01'
2  '2019-02-01'
3  '2019-03-01'
1  '2019-01-02'
1  '2019-01-04'
1  '2019-01-17'

因此，假设我要返回一个在30天的时间范围内具有3个时间戳的ID的列表。

鉴于上面，我的结果集将只是ID =1。我在想某种窗口功能可以完成此任务，但我不是肯定的。

有没有机会您可以帮助我编写一个完成此任务的查询？

Answer 1

一种相对简单的方法涉及lag() / lead()：

select t.*
from (select t.*,
             lead(timestamp, 2) over (partition by id order by timestamp) as timestamp_2
      from t
     ) t
where datediff(day, timestamp, timestamp_2) <= 30;

lag()查看系列中的第三个时间戳。 where检查是否在原始日期的30天内。结果是发生这种情况的行。

如果只需要id，则：

select distinct id
from (select t.*,
             lead(timestamp, 2) over (partition by id order by timestamp) as timestamp_2
      from t
     ) t
where datediff(day, timestamp, timestamp_2) <= 30;

Vertica Analytic函数，用于计算窗口中的实例

1 个答案: