如何在 T-SQL 中创建智能分组以根据升序 DATE 值对数据集进行分组？

Question

我的 SQL 表中有一个示例数据集，我需要以特定方式对数据进行分组。

+-------+----------+----------------+
| ID    | SUM      |  DATE          |
+-------+----------+----------------+
|     8 |        0 |     2023-01-01 |
|     8 |        0 |     2023-01-02 |
|     8 |       10 |     2023-01-03 |
|     8 |        0 |     2023-01-04 |
|     8 |      200 |     2023-01-05 |
|     8 |      200 |     2023-01-06 |
|     8 |      200 |     2023-01-07 |
|     8 |      200 |     2023-01-08 |
|     8 |      200 |     2023-01-09 |
|   778 |      200 |     2023-10-25 |
|   778 |      200 |     2023-10-26 |
+-------+----------+----------------+

我希望将其作为最终结果：按天数升序对相同的金额进行分组，并从中取出最短日期。另外，应该根据不同的ID进行分组。 如下图所示，您可以看到 DATE 为 2023-01-1 和 2023-01-02 的 ID 8 被分组在一起。下一条记录的突变为 SUM = 10，因此它也被视为单独的行。然后，SUM = 10 变异回 SUM = 0，这也应该被视为新行。

+-------+----------+----------------+
| ID    | SUM      |  DATE          |
+-------+----------+----------------+
|     8 |        0 |     2023-01-01 |
|     8 |       10 |     2023-01-03 |
|     8 |        0 |     2023-01-04 |
|     8 |      200 |     2023-01-05 |
|   778 |      200 |     2023-10-25 |
+-------+----------+----------------+

我尝试了下面的 SQL 查询，但我意识到 ID = 8、SUM = 0、DATE 2023-01-04 的行与 2023-01-01 和 2023-01-02 的行分组在一起并且失踪了

SELECT
      [ID],
      [SUM],
      MIN([DATE]) AS [Date]
 FROM [dbo].[test] 
 GROUP BY [ID], [SUM]

+-------+----------+----------------+
| ID    | SUM      |  DATE          |
+-------+----------+----------------+
|     8 |        0 |     2023-01-01 |
|     8 |       10 |     2023-01-03 |
|     8 |      200 |     2023-01-05 |
|   778 |      200 |     2023-10-25 |
+-------+----------+----------------+

有人可以帮我想出一个聪明的解决方案，在分组时考虑升序的 DATE 列，或者创建一个带有突变的新行吗？

Answer 1

这是一个间隙和孤岛问题，要解决它，请使用

LAG()

函数获取每个 id 和 sum 的前一个日期，然后仅选择 date_diff <> 1 的条目。

WITH cte as (
  SELECT *,
        COALESCE(DATEDIFF(DAY, 
                          LAG([date]) OVER (PARTITION BY id, sum ORDER BY [date]),
                          [date]
                          ), 0) AS date_diff
  FROM mytable
)
SELECT id, sum, [date]
FROM cte
WHERE date_diff <> 1
ORDER BY [date]

演示在这里

Answer 2

如果您只想要每组的第一行，您可以这样做：

select id, sum, [date]
from (
  select t.*, lag([date]) over (partition by id, sum order by [date]) as prev_date
  from mytable t
) x
where prev_date is null
order by [date]

结果：

 id   sum  date       
 ---- ---- ---------- 
 8    0    2023-01-01 
 8    10   2023-01-03 
 8    200  2023-01-05 
 778  200  2023-10-25 

请参阅 db<>fiddle 处的运行示例。