Lag() 获取 snowflake 的值变化

Question

我有一个表，其中的数据如下所示：

ID	姓名	日期	订购
15	米歇尔	2023-01-01	2
15	米歇尔	2023-01-04	3
15	米奇	2023-01-15	7

（这是我的特定 id 表数据的一个小样本）

我想得到一张表，返回 ID，以及特定时间点的值是什么/它变成了什么

例如，我希望我的桌子看起来像

ID	姓名	从_DATE	TO_DATE
15	米歇尔	2023-01-01	2023-01-15
15	米奇	2023-01-15	2023-03-10

对于给定 id 的最后一个值，它的 TO_DATE 将是当前日期。

完成了

SELECT ID, 
       LAG(NAME) OVER (PARTITION BY ID ORDER BY ORDER) AS NAME,
       LAG(DATE) OVER (PARTITION BY ID, ORDER BY ORDER) AS FROM_DATE, 
       DATE AS TO_DATE
FROM MY_TABLE

然而这又回来了

ID	姓名	从_DATE	TO_DATE
15	米歇尔	2023-01-01	2023-01-04
15	米歇尔	2023-01-04	2023-01-15

因为从 2023-01-01 到 2023-01-15 没有变化，所以我不能将 MICHELLE 排成一行，而且我无法证明名称已从 MICHELLE 更改为 MITCH，并且该更改一直持续到今天（因为后面没有记录）

我有办法做到这一点吗？谢谢！

Answer 1

如果我没看错，你可以使用

lead()

两次：

select id, name, 
    date as from_date, 
    lead(date) over(partition by id order by ord) as to_date
from (
    select t.*, lead(name) over(partition by id order by ord) as lead_name
    from mytable t
) t
where lead_name is distinct from lead_name
order by id, ord

子查询检索相同 id 的“下一个”名称；然后我们可以使用此信息过滤掉不对应于名称更改的行，最后再次使用

lead()

来检索相关的结束日期。

Answer 2

您可以像这样在 min(DATE) 聚合上使用前导窗口函数：

select ID, NAME, min(DATE) as FROM_DATE
      ,lead(FROM_DATE, 1, current_date) 
         over (partition by ID order by FROM_DATE) as TO_DATE
from MY_TABLE
group by ID, NAME;

这是一个独立的示例：

with MY_TABLE as
    (
    select 
    COLUMN1::int as "ID",
    COLUMN2::string as "NAME",
    COLUMN3::date as "DATE",
    COLUMN4::int as "ORDER"
    from (values
    ('15','MICHELLE','2023-01-01','2'),
    ('15','MICHELLE','2023-01-04','3'),
    ('15','MITCH','2023-01-15','7')
    )
)
select ID, NAME, min(DATE) as FROM_DATE, lead(FROM_DATE, 1, current_date) over (partition by ID order by FROM_DATE) as TO_DATE
from MY_TABLE
group by ID, NAME;

编辑：如果名称可以更改回之前具有相同 ID 的名称，这里有一个包含更多测试数据和更新解决方案的示例。它使用 conditional_change_event 函数来形成新的组。它对日期进行降序排序，以便于知道哪些行在末尾并且需要更改为 current_date：

with MY_TABLE as
    (
    select 
    COLUMN1::int as "ID",
    COLUMN2::string as "NAME",
    COLUMN3::date as "DATE",
    COLUMN4::int as "ORDER"
    from (values
    ('15','MICHELLE','2023-01-01','2'),
    ('15','MICHELLE','2023-01-04','3'),
    ('15','MICHELLE','2023-01-05','4'),
    ('15','MITCH',   '2023-01-15','7'),
    ('15','MICHELLE','2023-02-04','9'),
    ('16','BOB','2023-01-01','8')
    )
)
select   ID
        ,NAME
        ,min("DATE") as START_DATE
        ,iff(NAME_CHANGE = 0, current_date, max("DATE")) as END_DATE
from (
    select    *
        ,conditional_change_event("NAME") over (partition by ID order by "DATE" desc) NAME_CHANGE 
    from     MY_TABLE
)
group by ID, NAME, NAME_CHANGE
order by ID, START_DATE
;

ID	姓名	START_DATE	END_DATE
15	米歇尔	2023-01-01 00:00:00	2023-01-05
15	米奇	2023-01-15 00:00:00	2023-01-15
15	米歇尔	2023-02-04 00:00:00	2023-03-11
16	鲍勃	2023-01-01 00:00:00	2023-03-11