有没有办法删除/更新时间序列中的重复值？-解网

问：

我有一个看起来像的表（不要介意数据库供应商，因为我在 ANSI SQL 中需要它）：

create table edge (
   parent_id int not null,
   child_id int not null,
   value float not null,
   start date not null,
   end date not null
)

然后，我将获得以下 CSV 输入数据：

1,2,0,2023-01-01,2023-01-10
1,2,0,2023-01-11,2023-01-20
1,2,0,2023-01-21,NULL
1,3,0,2023-01-01,2023-01-10
1,3,0,2023-01-11,2023-01-20
1,3,1,2023-01-21,NULL

请注意，如果父值为 1，子值为 2，则相同的值 0 会在多个日期间隔内重复，因此可以折叠为：

1,2,0,2023-01-01,NULL
1,3,0,2023-01-01,2023-01-20
1,3,1,2023-01-21,NULL

值 in 表示在另行通知之前有效。NULLend

理想情况下，对于表边缘（是的，图形边缘）将有一个查询，该查询将生成第二个摘录的输出。目标是首先删除多余的行，然后更新剩余的最后一行，以匹配第一个已删除的行。startstart

我能得到的最接近的是以下内容，在这里我找到了所有要删除的冗余行：

SELECT *
FROM edge
WHERE (parent, child, value, start) IN (SELECT parent, child, value, end+1
                                        FROM edge)
ORDER BY parent, child, start

然后，我需要执行更新步骤以使时间序列保持一致。另外，是完全匹配的，它是一个浮点数，但这至少适用于 PostgreSQL。value

如果无法使用 ANSI，我将有兴趣了解 PostgreSQL 案例。

PostgreSQL 算法 ANSI-SQL

我不明白。有一个表，还有带有匹配列的 CSV 数据。然后你说你想删除或更新一些东西。但你真正想做什么？如果是 CSV，则与表或数据库系统无关。是否要将此数据导入到表中？但是将文本文件导入数据库不是 SQL，因此不在 ANSI SQL 中。

答：

2赞 Stefanov.sm 10/27/2023 #1

我首先建议一个查询，该查询根据上述业务规则选择所需的行，这些行可以使用（作为视图？）而不删除。我正在使用非ANSI PostgreSQL的子句。distinct on

select distinct on (parent_id, child_id, value) 
 parent_id, child_id, value, 
 first_value(start_date) over (partition by parent_id, child_id, value order by start_date),
 end_date
from edge;
order by parent_id, child_id, value, start_date desc;

如果这是不可接受的，则将查询调整为 CTE，然后删除这些不在其中的行。

这是一个符合 SQL 标准的版本，不带 .distinct on

select parent_id, child_id, value, sd start_date, end_date
from
(
 select
   row_number() over (partition by parent_id, child_id, value order by start_date desc) rn, 
   parent_id, child_id, value, 
   first_value(start_date) over (partition by parent_id, child_id, value order by start_date) sd,
   end_date
 from edge
) t
where rn = 1;

SQL Fiddle 演示

有没有办法删除/更新时间序列中的重复值？

Is there a way to delete / update duplicate values in a time sequence?

评论

评论

评论