Impala：具有多个where语句条件的count（distinct）？

Question

我有一个健康结果数据库，我希望能够在该数据库中查询在特定日期范围内符合特定诊断字符串的受试者的计数。虚拟数据（my_table）看起来像这样（Date作为时间戳）：

subjid   Diagnosis  Date
----------------------------------------
Subj001  Z12345     2019-02-05 00:00:00
Subj001  Z12345     2017-01-10 00:00:00
Subj002  Z12345     2018-08-14 00:00:00
Subj002  Z12345     2014-03-20 00:00:00
Subj002  Z12345     2013-07-23 00:00:00
Subj003  Y56789     2016-08-16 00:00:00

子主题中的每个主题可以有多个条目，每个条目都有相应的诊断代码。到目前为止，我的查询看起来像：

select 
    subjid, Diagnosis, Date,
    count(subjid) over (partition by Diagnosis) as count 
from 
    my_table
where 
    Diagnosis in ('Z12345') 
    and diag_date >= '2014-01-01 00:00:00'

但是，问题是我不能在计数中包括一个不同的语句，因为这会返回错误。我要寻找的是在特定日期后满足诊断代码字符串的唯一主题的数量；我对每个患者的诊断代码字符串出现多少次感兴趣[]。

问题：

是否有一种方法可以计算每个给定对象在特定日期之后与特定诊断字符串匹配的不重复出现的总数？

解决方案必须在Impala中。预先感谢您的任何建议。

我有一个健康结果数据库，我希望能够在该数据库中查询在特定日期范围内符合特定诊断字符串的受试者的计数。虚拟数据（my_table）看起来像这样（...

Answer 1

一种方法是dense_rank() s之和：

select subjid, Diagnosis, Date,
       (dense_rank() over (partition by diagnosis order by subjid asc) +
        dense_rank() over (partition by diagnosis order by subjid desc)
       ) as num_subjids
from my_table
where Diagnosis in ('Z12345') and
      diag_date >= '2014-01-01 00:00:00';