sql >> Databasteknik >  >> RDS >> PostgreSQL

GROUP BY och aggregera sekventiella numeriska värden

Att identifiera icke-konsekutiva värden är alltid lite knepigt och involverar flera kapslade underfrågor (åtminstone jag kan inte komma på en bättre lösning).

Det första steget är att identifiera icke-konsekutiva värden för året:

Steg 1) Identifiera icke-konsekutiva värden

select company, 
       profession,
       year,
       case 
          when row_number() over (partition by company, profession order by year) = 1 or 
               year - lag(year,1,year) over (partition by company, profession order by year) > 1 then 1
          else 0
       end as group_cnt
from qualification

Detta ger följande resultat:

 company | profession | year | group_cnt
---------+------------+------+-----------
 Google  | Programmer | 2000 |         1
 Google  | Sales      | 2000 |         1
 Google  | Sales      | 2001 |         0
 Google  | Sales      | 2002 |         0
 Google  | Sales      | 2004 |         1
 Mozilla | Sales      | 2002 |         1

Nu med värdet group_cnt kan vi skapa "grupp-ID:n" för varje grupp som har på varandra följande år:

Steg 2) Definiera grupp-ID:n

select company,
   profession,
   year,
   sum(group_cnt) over (order by company, profession, year) as group_nr
from ( 
select company, 
       profession,
       year,
       case 
          when row_number() over (partition by company, profession order by year) = 1 or 
               year - lag(year,1,year) over (partition by company, profession order by year) > 1 then 1
          else 0
       end as group_cnt
from qualification
) t1

Detta ger följande resultat:

 company | profession | year | group_nr
---------+------------+------+----------
 Google  | Programmer | 2000 |        1
 Google  | Sales      | 2000 |        2
 Google  | Sales      | 2001 |        2
 Google  | Sales      | 2002 |        2
 Google  | Sales      | 2004 |        3
 Mozilla | Sales      | 2002 |        4
(6 rows)

Som du kan se har varje "grupp" sitt eget group_nr och detta kan vi äntligen använda för att aggregera över genom att lägga till ytterligare en härledd tabell:

Steg 3) Slutlig fråga

select company,
       profession,
       array_agg(year) as years
from (
  select company,
       profession,
       year,
       sum(group_cnt) over (order by company, profession, year) as group_nr
  from ( 
    select company, 
           profession,
           year,
           case 
              when row_number() over (partition by company, profession order by year) = 1 or 
                   year - lag(year,1,year) over (partition by company, profession order by year) > 1 then 1
              else 0
           end as group_cnt
    from qualification
  ) t1
) t2
group by company, profession, group_nr
order by company, profession, group_nr

Detta ger följande resultat:

 company | profession |      years
---------+------------+------------------
 Google  | Programmer | {2000}
 Google  | Sales      | {2000,2001,2002}
 Google  | Sales      | {2004}
 Mozilla | Sales      | {2002}
(4 rows)

Vilket är precis vad du ville, om jag inte har fel.



  1. ST_HexagonGrid geomvektor för att hitta alla punkter

  2. Övervaka sidans förväntade livslängd i SQL Server

  3. Kan inte helt enkelt använda PostgreSQL-tabellnamn (relation finns inte)

  4. JDBC Batch insert undantagshantering