如何使用first_value()窗口函数获取最后一个非空值？

Question

我想在Postgres中执行填充操作。

DDL：

create table brands (
id int,
category varchar(20),
brand_name varchar(20)
);

insert into brands values
 (1,'chocolates','5-star')
,(2,null,'dairy milk')
,(3,null,'perk')
,(4,null,'eclair')
,(5,'Biscuits','britannia')
,(6,null,'good day')
,(7,null,'boost')
,(8,'shampoo','h&s')
,(9,null,'dove')
;

预期输出是：

类别	品牌名称
巧克力	5 星
巧克力	牛奶
巧克力	福利
巧克力	泡芙
饼干	不列颠尼亚
饼干	美好的一天
饼干	提升
洗发水	h&s
洗发水	鸽子

我尝试使用以下脚本，但它似乎不起作用。

select id,
      first_value(category)
      over(order by case when category is not null then id end desc nulls last) as category,
      brand_name
from brands

有人可以建议修复吗？
在 MS SQL 中，以下代码片段似乎工作正常：

select id,
       first_value (category) IGNORE NULLS
       over(order by id desc
        rows between current row and unbounded following) as category,
       brand_name
FROM brands
ORDER BY id

Answer 1

with cte as (
select id,
       category,
       count(category) over (order by id) as category_id,
       brand_name
  from brands)
select id,
       first_value(category) over (partition by category_id order by id) as category,
       brand_name
  from cte;

更新：每个请求添加了没有 CTE 的查询：

select id,
       (array_agg(category) over (order by id))[max(case when category is null then 0 else id end) over (order by id)] as category,
       brand_name
  from brands;

Answer 2

我认为使用

CTE

没有什么问题（参见JHH的答案），我会更喜欢。

Postgres DB 不提供 SQLServer DB 的

IGNORE NULLS

概念，所以我想您应该停止认为您会像 MS SQL 中那样获得几乎相同的 Postgres DB 查询。

无论如何，如果您不想使用 CTE 或复杂的子查询，您可以定义自己的函数和聚合并运行它。

函数创建：

-- CREATE your function
CREATE FUNCTION yourFunction(STATE anyelement, VALUE anyelement)
    RETURNS anyelement
    IMMUTABLE PARALLEL safe
AS
$$
SELECT COALESCE(VALUE, STATE); -- Replace NULL values here
$$ LANGUAGE SQL;

使用函数创建聚合：

-- CREATE your aggregate
CREATE AGGREGATE yourAggregate(ANYELEMENT) (
    sfunc = yourFunction, -- Call your function here
    stype = ANYELEMENT
);

您使用此聚合的查询：

SELECT id, 
  yourAggregate(category) -- Call your aggregate here
  OVER (ORDER BY id, category), 
  brand_name
FROM brands
ORDER BY id;

当然，您应该重命名函数和聚合，并使用更有意义的名称。

这将产生与 CTE 版本相同的结果。

尝试一下：db<>小提琴

如果您热衷于定义和使用自己的函数并且您会经常使用它，那么您可以这样做。

不然的话，用CTE就可以了。没有理由不使用 CTE。

请始终注意，在使用自己的函数时，您面临性能不佳的风险，因此您应该检查此查询是否太慢。

Answer 3

恐怕这在 Postgres 中还没有实现（至少在 Postgres 15 之前）。 关于窗口函数的手册：

SQL 标准定义了

RESPECT NULLS

 或 

IGNORE NULLS

 选项
对于 

lead

、

lag

、

first_value

、

last_value

 和 

nth_value

。这
未在 PostgreSQL 中实现：行为始终与
标准的默认值，即 

RESPECT NULLS

。

因此，您必须使用 CTE 或子查询（如 JHH 建议的）的解决方法，或者滚动您自己的窗口函数（这会相对较慢）。

参见（dba.SE 上类似问题的回答）：

• 使用 Postgres 继承长序列的缺失值

Answer 4

select *, max(category) over (partition by r) 
from(
select *,sum(case when category is not null then 1 end) over (order by rn) r
from
(select *,row_number() over() as rn from brands) l
)p