1

我在缩小连续几个月发生的热门地区的销售额时遇到了困难。我知道我需要使用某种形式的窗口函数Row_Numberor Dense_Rank，但我无法获得最终输出

这是我的源数据：

+--------+-----------+------------+
| Fruit  | SaleDate  | Top_Region |
+--------+-----------+------------+
| Apple  | 1/1/2017  |          1 |
| Apple  | 2/1/2017  |          1 |
| Apple  | 3/1/2017  |          1 |
| Apple  | 4/1/2017  |          0 |
| Apple  | 5/1/2017  |          0 |
| Apple  | 6/1/2017  |          0 |
| Apple  | 7/1/2017  |          1 |
| Apple  | 8/1/2017  |          1 |
| Apple  | 9/1/2017  |          1 |
| Apple  | 10/1/2017 |          1 |
| Apple  | 11/1/2017 |          0 |
| Apple  | 12/1/2017 |          0 |
| Banana | 1/1/2017  |          0 |
| Banana | 2/1/2017  |          0 |
| Banana | 3/1/2017  |          1 |
| Banana | 4/1/2017  |          1 |
| Banana | 5/1/2017  |          1 |
| Banana | 6/1/2017  |          1 |
| Banana | 7/1/2017  |          1 |
| Banana | 8/1/2017  |          1 |
| Banana | 9/1/2017  |          0 |
| Banana | 10/1/2017 |          1 |
| Banana | 11/1/2017 |          1 |
| Banana | 12/1/2017 |          0 |
+--------+-----------+------------+

这是预期的输出：

+--------+-----------+-----------+-------+
| Fruit  |   Start   |    End    | Total |
+--------+-----------+-----------+-------+
| Apple  | 1/1/2017  | 3/1/2017  |     3 |
| Apple  | 7/1/2017  | 10/1/2017 |     4 |
| Banana | 3/1/2017  | 8/1/2017  |     6 |
| Banana | 10/1/2017 | 11/1/2017 |     2 |
+--------+-----------+-----------+-------+

目标是在一个月内连续出现顶级区域销售的实例。

到目前为止，我已经尝试了几种不同的组合，这是最接近的。

SELECT fruit,
        MIN(saledate) AS spanStart ,
        MAX(saledate) AS spanEnd,
        COUNT(*) AS spanLength
FROM    ( SELECT    s.* ,
                    ( ROW_NUMBER() OVER ( ORDER BY month )
                      - ROW_NUMBER() OVER ( PARTITION BY fruit, topregion ORDER BY month ) ) AS fruits
          FROM      #salesdata s
        ) s
GROUP BY fruit,fruits ,
        topregion
HAVING  topregion = 1
ORDER BY COUNT(*) DESC;

任何帮助将不胜感激

4

1 回答 1

0

这是一个典型的差距和孤岛问题。row_number()一种策略是通过计算两个s之间的差异来识别相邻行组的组。然后，我们可以过滤具有的组top_region = 1并使用聚合来获取每个组的开始日期、结束日期和记录数。

您的查询非常接近，但第一个在其子句row_number()中缺少 a 。而且我发现在另一个列被调用的地方为该列起别名很容易出错。partition by fruitover()fruitsfruit

select 
    fruit,
    min(sale_date) start_date,
    max(sale_date) end_date,
    count(*) total
from (
    select 
        t.*,
        row_number() over(partition by fruit order by sale_date) rn1,
        row_number() over(partition by fruit, top_region order by sale_date) rn2
    from mytable t
) t
where top_region = 1
group by fruit, rn1 - rn2
order by fruit, start_date

您可以单独运行内部查询以查看它产生的结果。

DB Fiddle 上的演示：

水果| 高分辨率照片| CLIPARTO 开始日期 | 结束日期 | 全部的
:----- | :--------- | :--------- | ----:
苹果 | 2017-01-01 | 2017-01-03 | 3
苹果 | 2017-01-07 | 2017-01-10 | 4
香蕉 | 2017-01-03 | 2017-01-08 | 6
香蕉 | 2017-01-10 | 2017-01-11 | 2
于 2020-01-09T23:13:39.377 回答