4

我正在寻找一些帮助，甚至知道从哪里开始。本质上，我们为客户提供了一个表格，其中包含就业开始日期和结束日期。对于年度报告，我们必须计算“持续就业”，即最早开始日期到最后结束日期，只要一个结束日期和下一个开始日期之间不超过 21 天。这是一个例子

employee | Start Date | End Date
1        | 2012-10-1  | 2012-11-05
1        | 2012-11-08 | 2013-1-25
2        | 2012-10-1  | 2012-11-05
2        | 2012-11-30 | 2013-1-02

在上面，我希望员工 1 从 2012 年 10 月 1 日到 2013 年 1 月 25 日连续受雇，但员工 2 将有 2 个单独的就业线，显示从 2012 年 10 月 1 日到 2012 年 11 月 5 日连续受雇和 012-11-30 到 2013-1-02 不同

谢谢您的帮助！

4

2 回答 2

3

该理论类似于@mellamokb 的答案，但更简洁：

SELECT employee, MIN(start) start, end
FROM (
  SELECT   @end:=IF(employee<=>@emp AND @stt<=end+INTERVAL 21 DAY,@end,end) end,
           @stt:=start start,
           @emp:=employee AS employee
  FROM     my_table, (SELECT @emp:=NULL, @stt:=0, @end:=0) init
  ORDER BY employee, start DESC
) t
GROUP BY employee, end

在sqlfiddle上查看。

于 2013-04-25T16:29:42.730 回答
2

在一组记录中找到“连续组”的一种方法是使用变量来跟踪每行之间的差异并开发将连续范围组合在一起的分组。在下面的示例中，我使用三个变量来跟踪用于生成组的足够信息：

  • @curEmployee - 从上一条记录中跟踪当前员工，并与当前记录上的员工进行比较，以了解我们何时切换到不同的员工，该员工自动成为另一个分组
  • @curEndDate - 跟踪上一条记录的最后结束日期，因此可以将其与当前记录的开始日期进行比较，以查看当前记录是否与上一条记录属于同一“组” - 也就是说，它是具有先前记录的连续就业的一部分
  • @curGroup - 这是将行分隔为代表连续就业的单独“组”的关键变量。逻辑是，当且仅当以下两个条件为真时，应该认为一行与上一行是连续的：两行具有相同的员工编号，并且上一行的结束日期距离上一行不到 21 天。当前行。
  • 注意：您可能想要验证边缘条件，即，是否恰好相隔 20/21/22 天将被视为连续就业，并调整以下逻辑。

这是计算这些组的示例查询。select有几点需要注意：变量赋值的顺序很重要，因为它们在列表中是从上到下分配的。我们需要先进行赋值@curGroup，以便它仍然具有上一条记录的值@curEmployee以供@curEndDate使用。其次，该子句非常重要，以确保我们在比较先前记录和当前记录时，它们是彼此最接近的两条记录。如果我们以随机顺序查看记录，它们很可能最终都成为单独的组。order by

select
  e.employee, e.`start date`, e.`end date`
  ,@curGroup :=
    case when employee = @curEmployee
      and @curEndDate + INTERVAL 21 DAY >= e.`start date`
        then @curGroup
        else @curGroup + 1
    end as curGroup
  ,@curEmployee := employee as curEmployee
  ,@curEndDate := e.`end date` as curEndDate
from
  employment e
JOIN (SELECT @curEmployee := 0, @curEndDate := NULL, @curGroup := 0) r
order by e.employee, e.`start date`

示例结果 ( DEMO ) - 注意前两行是如何CURGROUP保持不变的1，因为它们彼此相隔 21 天并代表连续就业，而最后两行被标识为单独的组号：

| EMPLOYEE |                      START DATE |                        END DATE | CURGROUP | CUREMPLOYEE |          CURENDDATE |
-------------------------------------------------------------------------------------------------------------------------------
|        1 |  October, 01 2012 00:00:00+0000 | November, 05 2012 00:00:00+0000 |        1 |           1 | 2012-11-05 00:00:00 |
|        1 | November, 08 2012 00:00:00+0000 |  January, 25 2013 00:00:00+0000 |        1 |           1 | 2013-01-25 00:00:00 |
|        2 |  October, 01 2012 00:00:00+0000 | November, 05 2012 00:00:00+0000 |        2 |           2 | 2012-11-05 00:00:00 |
|        2 | November, 30 2012 00:00:00+0000 |  January, 02 2013 00:00:00+0000 |        3 |           2 | 2013-01-02 00:00:00 |

现在我们已经建立了作为连续就业一部分的记录组，我们只需要按这些组编号进行分组，并找到输出的最小和最大日期范围：

select
  employee,
  min(`start date`) as `start date`,
  max(`end date`) as `end date`
from (
    select
      e.employee, e.`start date`, e.`end date`
      ,@curGroup :=
        case when employee = @curEmployee
          and @curEndDate + INTERVAL 21 DAY >= e.`start date`
            then @curGroup
            else @curGroup + 1
        end as curGroup
      ,@curEmployee := employee as curEmployee
      ,@curEndDate := e.`end date` as curEndDate
    from
      employment e
    JOIN (SELECT @curEmployee := 0, @curEndDate := NULL, @curGroup := 0) r
    order by e.employee, e.`start date`
) as T
group by curGroup

示例结果（演示）：

| EMPLOYEE |                      START DATE |                        END DATE |
--------------------------------------------------------------------------------
|        1 |  October, 01 2012 00:00:00+0000 |  January, 25 2013 00:00:00+0000 |
|        2 |  October, 01 2012 00:00:00+0000 | November, 05 2012 00:00:00+0000 |
|        2 | November, 30 2012 00:00:00+0000 |  January, 02 2013 00:00:00+0000 |
于 2013-04-25T16:20:29.007 回答