从有差异的 varchar 列计算年龄

【问题标题】：Calculating age from a varchar column with discrepancies从有差异的 varchar 列计算年龄
【发布时间】：2018-04-03 19:21:09
【问题描述】：

希望您度过了一个宁静的复活节。感谢您是否可以在以下方面为我提供建议/帮助。 （使用函数/不使用函数）

下面是我的数据集，期望的输出（使用规则中的 DOB 规范导出年龄）

需要您的帮助（请注意，我在 MSSQL 环境中寻找解决方案）：-
1. 提出年龄字段。（我尝试了以下脚本，但它没有工作，因为它不够动态，无法包含所有 DOB 规则，我还附上了一个 oracle 脚本，它可以作为供大家参考）

SELECT 
[ID],
[DOB],
 'age' = DATEDIFF(HOUR,(CONVERT(date,(CASE WHEN ([DOB] like '99/%/%') THEN (REPLACE([DOB],'99','01'))
               ELSE [DOB] END),103)),GETDATE())/8766 
from [Sample]

Sample_Dataset

create table Sample (
  Id  Varchar (50),
  DOB Varchar (50))

  insert into Sample(Id, DOB)
  Values 
  ('38603', '24/02/1969'),
  ('38605', '22/09/1969'),
  ('36356', '17/03/1954'),
  ('36374', '17/05/1975'),
  ('36441', '17/08/1961'),
  ('1a', '10/05/9999'),
  ('1b', '10/99/9999'),
  ('1c', '99/99/9999'),
  ('2a', '--/--/1935'),
  ('2b', '00/00/1935'),
  ('2c', '88/88/1935'),
  ('2d', '99/99/1935'),
  ('3a', '10/--/1935'),
  ('3b', '10/00/1935'),
  ('3c', '10/88/1935'),
  ('3d', '10/99/1935'),
  ('4a', '--/09/1935'),
  ('4b', '00/09/1935'),
  ('4c', '88/09/1935'),
  ('4d', '99/09/1935')

期望的输出

身份证 |出生日期 |年龄（截至 05-03-2018; dd-mm-yyyy） 38603 | 1969 年 2 月 24 日 | 49——一切皆知 38605 | 22/09/1969 | 48 36356 | 1954 年 3 月 17 日 | 63 36374 | 1975 年 5 月 17 日 | 42 36441 | 1961 年 8 月 17 日 | 56 1a | 10/05/9999 |null -- 未知年份 1b | 10/99/9999 |空 1c | 99/99/9999 |空 2a | --/--/1935 |82 --未知的日期和月份 2b | 00/00/1935 |82 2c | 1935 年 88 月 88 日 |82 二维 | 99/99/1935 |82 3a | 10/---/1935 |82 --未知月份但已知年份 3b | 1935 年 10 月 00 日 |82 3c | 1935 年 10 月 88 日 |82 3d | 1935 年 10 月 99 日 |82 4a | --/09/1935 |82 --未知日期但已知月份 4b | 00/09/1935 |82 4c | 1935 年 9 月 88 日 |82 4d | 1935 年 9 月 99 日 |82

规则：- 正如您在 cmets 中的上述 5 个场景 中看到的那样

  1. 一切都是已知的（使用规定的出生日期计算年龄）
  2. 未知的年份（将年龄设为null，因为年份是已知的）
  3. 未知的日期和月份（使用 01/07 表示未知的 dd/mm 和声明的 yyyy）
  4. 未知的月份但已知的日期（使用 07 表示未知的 mm 和规定的 dd/07/yyyy）
  5. 未知的日期但已知的月份（使用 15 表示未知的 dd 和规定的 15/mm/yyyy）

Oracle 中的解决方案

首先创建一个函数（尝试在T-SQL中复制这个逻辑但不成功，因此我在这里）

create or replace function check_dt(in_date in VARCHAR2, in_format in VARCHAR2 default 'DD/MM/YYYY')
RETURN NUMBER
IS
V_DATE DATE;
V_STATUS INTEGER;
BEGIN

 SELECT TO_DATE(in_date,in_format)
 INTO V_DATECASE  
 FROM DUAL;

 V_STATUS := 0;
 RETURN V_STATUS;  
 EXCEPTION WHEN OTHERS THEN
 V_STATUS := SQLCODE; 
         RETURN V_STATUS;
        END;

        select check_dt('11/30/2017') from dual;
        select TO_DATE('15/--/9999','DD/MM/YYYY') from dual;

select id, dob,
       case when check_dt(dob) = -1843 --not valid month, default it to July (07)
               THEN substr(dob,1,2)||'/07'||substr(dob,7,4) 
            when check_dt(dob) = -01847 -- day of month must between 1 and last day of month
               THEN '1/07/'||substr(dob,7,4)
            WHEN check_dt(dob) = 0 and to_date(dob,'dd/mm/yyyy') > sysdate
               THEN NULL
            WHEN check_dt(dob) = -0183 -- date not valid for month
               THEN '15/'||substr(dob,4)
            ELSE
               THEN dob 
            END New_dob
from SAMPLE;

任何帮助将不胜感激。 非常感谢。

【问题讨论】：

  • mysql sql-server。 mysql 不使用 tsql。你能相应地更新你的标签吗？
  • @Larnu：感谢您的关注。我在想mssql。没有正确阅读。再次感谢。

标签： sql sql-server database tsql


【解决方案1】：

SQL 服务器

SELECT id,
       CASE WHEN YEAR(GETDATE())-REVERSE(LEFT(REVERSE(DOB), CHARINDEX('/', REVERSE(DOB)) - 1)) > = 0 
            THEN 
              YEAR(GETDATE())-REVERSE(LEFT(REVERSE(DOB), CHARINDEX('/', REVERSE(DOB)) - 1))
          ELSE 
             NULL
       END AS Age
FROM Sample

您的问题的解决方案

WITH CTE AS
(
 SELECT id,
       CASE WHEN ISNUMERIC(REVERSE(LEFT(REVERSE(DOB), CHARINDEX('/', REVERSE(DOB)) - 1))) = 1  THEN
                REVERSE(LEFT(REVERSE(DOB), CHARINDEX('/', REVERSE(DOB)) - 1))
            ELSE
                NULL
        END
       AS Year,
       CASE WHEN ISNUMERIC(LEFT(DOB, CHARINDEX('/', DOB) - 1)) = 1 THEN
                 LEFT(DOB, CHARINDEX('/', DOB) - 1)
            ELSE
                NULL
       END AS DAY,
       CASE WHEN ISNUMERIC(SUBSTRING(DOB,CHARINDEX('/',DOB)+1, CHARINDEX('/',DOB,CHARINDEX('/',DOB)+1) -CHARINDEX('/',DOB)-1)) = 1 THEN
            CASE WHEN SUBSTRING(DOB,CHARINDEX('/',DOB)+1, CHARINDEX('/',DOB,CHARINDEX('/',DOB)+1) -CHARINDEX('/',DOB)-1) >= 1 AND SUBSTRING(DOB,CHARINDEX('/',DOB)+1, CHARINDEX('/',DOB,CHARINDEX('/',DOB)+1) -CHARINDEX('/',DOB)-1)  <= 12 THEN
                SUBSTRING(DOB,CHARINDEX('/',DOB)+1, CHARINDEX('/',DOB,CHARINDEX('/',DOB)+1) -CHARINDEX('/',DOB)-1)
                ELSE 
                NULL
            END
            ELSE
                NULL
        END AS MONTH
FROM Sample),CTE1 AS
(
  SELECT id,
         year,
         month,
         CASE WHEN DAY IS NOT NULL THEN
              CASE WHEN DAY >= 1 AND DAY <= DAY(EOMONTH(year+'-'+month+'-01')) THEN
                DAY
              ELSE
                NULL
              END  
         ELSE NULL
         END AS Day
  FROM CTE
)
,CTE2 AS
(
SELECT id,
           CASE WHEN YEAR IS NULL
                       THEN NULL
                     ELSE
                       CASE WHEN DAY IS NULL AND MONTH IS NULL THEN '01/07'
                            WHEN MONTH IS NULL AND DAY IS NOT NULL THEN CAST(day AS VARCHAR)+'/07'
                            WHEN MONTH IS NOT NULL AND DAY IS NULL THEN '15/'+CAST(MONTH AS VARCHAR)
                            ELSE CAST(day AS VARCHAR)+'/'+CAST(MONTH AS VARCHAR)
                       END
                       + '/'+CAST(YEAR AS VARCHAR)
                END
        AS DOB
FROM CTE1
)
SELECT id,DOB,
   CASE WHEN DOB IS NOT NULL
        THEN 
          CASE WHEN DATEDIFF (day,  CONVERT(DATE, DOB, 103),CONVERT(DATE,GETDATE(),103)) >=0
           THEN FLOOR(DATEDIFF (day, CONVERT(DATE, DOB, 103), CONVERT(DATE,GETDATE(),103)) / 365.2425)
           ELSE
              NULL
          END
      ELSE 
         DOB
   END AS Age
FROM CTE2

现场演示

http://dbfiddle.uk/?rdbms=sqlserver_2017&fiddle=3714d33cacb02c3fce4f0868c9d0990b

【讨论】：

  • 您好，这并没有给出如上所述的所需年龄。它简单地计算 2018-yyyy。
  • 检查第二个解决方案
  • Shankar 年龄只考虑年份。对于 ID=38605 | DOB= 22/09/1969 |希望的年龄应该是 48 岁，因为生日还没有过去。感谢您的尝试
  • 立即查看@Stephanie
  • 我认为 /365.2425 在 (ID=36356, DOB='17/03/1954') 上不起作用，因为它是在 3 月 17 日而不是第一个。我可以知道你如何找出每个月使用哪个分母吗？谢谢。
【解决方案2】：

您可以使用以下内容。我使用不同的 CTE 向您展示了从您的 varchar DOB 获取出生日期的过程。我还把桌子换成了临时的。

 IF OBJECT_ID('tempdb..#Sample') IS NOT NULL
    DROP TABLE #Sample

create table #Sample (
  Id Int,
  DOB Varchar (50))

insert into #Sample(Id, DOB)
Values 
(38603, '24/02/1969'),
(38605, '22/09/1969'),
(36356, '17/03/1954'),
(36374, '17/05/1975'),
(36441, '17/08/1961'),
(119, '10/05/9999'),
(114, '10/99/9999'),
(132, '99/99/9999'),
(25125, '--/--/1935'),
(2323, '00/00/1935'),
(2512, '88/88/1935'),
(2156, '99/99/1935'),
(368, '10/--/1935'),
(34135, '10/00/1935'),
(3435, '10/88/1935'),
(3241, '10/99/1935'),
(4512, '--/09/1935'),
(4161, '00/09/1935'),
(4312, '88/09/1935'),
(456, '99/09/1935')

;WITH ParsedBirth AS
(
    SELECT
        S.Id,
        S.DOB,
        Year = SUBSTRING(S.DOB, 7, 4),
        Month = SUBSTRING(S.DOB, 4, 2),
        Day = SUBSTRING(S.DOB, 1, 2)
    FROM
        #Sample AS S
),
ParsedBirthInteger AS
(
    SELECT
        P.Id,
        P.DOB,
        Year = CASE WHEN ISNUMERIC(P.Year) = 1 AND P.Year <> '9999' THEN CONVERT(INT, P.Year) END,
        Month = CASE 
            WHEN ISNUMERIC(P.Month) = 1 AND CONVERT(INT, P.Month) BETWEEN 1 AND 12 THEN CONVERT(INT, P.Month) 
            ELSE 7 END,
        Day = CASE 
            WHEN ISNUMERIC(P.Day) = 1 AND CONVERT(INT, P.Day) BETWEEN 1 AND 31 THEN CONVERT(INT, P.Day) 
            ELSE 15 END
    FROM
        ParsedBirth AS P
),
InferredBirth AS
(
    SELECT
        P.Id,
        P.DOB,
        InferredBirth = CONVERT(DATE, CONVERT(VARCHAR(100), P.Year * 10000 + P.Month * 100 + P.Day))
    FROM
        ParsedBirthInteger AS P
)
SELECT
    T.Id,
    T.DOB,
    T.InferredBirth,
    Age = (CONVERT(INT,CONVERT(char(8), GETDATE(),112))-CONVERT(char(8),T.InferredBirth,112))/10000
FROM
    InferredBirth AS T

【讨论】：

  • 这个解决方案与我的非常相似，但在细节上使用了一些不同的方法。来自我这边的 +1 和一个小小的提示：这依赖于像 dd/MM/yyyy 这样的固定格式，并且会打破像 1/12/2000 或 12/1/2000 这样的值。但是这里给出的例子似乎很严格......
  • @Ezequiel López Petrucci：你好。感谢您再次尝试帮助我。什么是 CTE？并且#sample也是mssql中的一个虚拟表，就像在oracle中的dual一样？
  • @Ezequiel：年龄只考虑年份。对于 ID=38605 | DOB= 22/09/1969 |希望的年龄应该是 48 岁，因为生日还没有过去。感谢您的尝试。
  • @Stephanie 哦，是的，我更正了年龄计算。 CTE 是公用表表达式及其用“WITH”声明的“子查询”（只是一种避免嵌套子查询的形式，以及其他用途）。以 # 开头的表称为临时表，并在会话终止（断开连接）时自动删除。在 SQL Server 中，“对偶”不存在，在这种情况下，您可以省略 SQL Server 中的 FROM 子句（如SELECT 999 AS Number）。
  • @EzequielLópezPetrucci：早上好，谢谢您的解释。我认为它在 (ID=36356, DOB='17/03/1954') 上不起作用，因为它是在 3 月 17 日而不是第一次。感谢您提供帮助。
【解决方案3】：

首先：

  • 以文化相关的字符串格式存储日期是一个非常糟糕的主意。
  • 使用 magic values 是一个非常糟糕的主意（9999 表示“没有年份”）。
  • 混合这个是最危险、最糟糕的主意！

以下代码会将您的值转换为实际存储时应使用的格式。您可以从这里构建您的年龄逻辑，但我真的建议您使用这种方法来清理这些混乱并正确存储您的数据！

DECLARE @sample TABLE(
  Id VARCHAR(10),
  DOB VARCHAR (50))

  INSERT INTO @sample(Id, DOB)
  VALUES 
  ('38603', '24/02/1969'),
  ('38605', '22/09/1969'),
  ('36356', '17/03/1954'),
  ('36374', '17/05/1975'),
  ('36441', '17/08/1961'),
  ('1a', '10/05/9999'),
  ('1b', '10/99/9999'),
  ('1c', '99/99/9999'),
  ('2a', '--/--/1935'),
  ('2b', '00/00/1935'),
  ('2c', '88/88/1935'),
  ('2d', '99/99/1935'),
  ('3a', '10/--/1935'),
  ('3b', '10/00/1935'),
  ('3c', '10/88/1935'),
  ('3d', '10/99/1935'),
  ('4a', '--/09/1935'),
  ('4b', '00/09/1935'),
  ('4c', '88/09/1935'),
  ('4d', '99/09/1935');

--查询将在/ 上拆分您的字符串并尝试将值转换为int：

WITH Splitted AS
(
    SELECT Id
          ,DOB 
          ,CAST('<x>' + REPLACE(DOB,'/','</x><x>') + '</x>' AS XML).value('/x[1]','varchar(10)') AS DOB_Day
          ,CAST('<x>' + REPLACE(DOB,'/','</x><x>') + '</x>' AS XML).value('/x[2]','varchar(10)') AS DOB_Month
          ,CAST('<x>' + REPLACE(DOB,'/','</x><x>') + '</x>' AS XML).value('/x[3]','varchar(10)') AS DOB_Year
    FROM @sample
)
,Casted AS
(
    SELECT Id
          ,DOB
           --below SQL-Server 2012 you can use `CASE` with `ISNUMERIC` instead of TRY_CAST
          ,TRY_CAST(DOB_Day AS INT)  AS CastedDay 
          ,TRY_CAST(DOB_Month AS INT)  AS CastedMonth
          ,TRY_CAST(DOB_Year AS INT)  AS CastedYear 
    FROM Splitted
)
,Checked AS
(
    SELECT Id
          ,DOB
          --You can use further logic to get the month's days correctly (instead of the plain 31)  
          ,CASE WHEN CastedDay BETWEEN 1 AND 31 THEN CastedDay ELSE NULL END AS TheDay
          ,CASE WHEN CastedMonth BETWEEN 1 AND 12 THEN CastedMonth ELSE NULL END AS TheMonth
          ,CASE WHEN CastedYear BETWEEN 1900 AND 2100 THEN CastedYear ELSE NULL END AS TheYear
    FROM Casted
)
SELECT *
FROM Checked;

结果

+-------+------------+--------+----------+---------+
| Id    | DOB        | TheDay | TheMonth | TheYear |
+-------+------------+--------+----------+---------+
| 38603 | 24/02/1969 | 24     | 2        | 1969    |
+-------+------------+--------+----------+---------+
| 38605 | 22/09/1969 | 22     | 9        | 1969    |
+-------+------------+--------+----------+---------+
| 36356 | 17/03/1954 | 17     | 3        | 1954    |
+-------+------------+--------+----------+---------+
| 36374 | 17/05/1975 | 17     | 5        | 1975    |
+-------+------------+--------+----------+---------+
| 36441 | 17/08/1961 | 17     | 8        | 1961    |
+-------+------------+--------+----------+---------+
| 1a    | 10/05/9999 | 10     | 5        | NULL    |
+-------+------------+--------+----------+---------+
| 1b    | 10/99/9999 | 10     | NULL     | NULL    |
+-------+------------+--------+----------+---------+
| 1c    | 99/99/9999 | NULL   | NULL     | NULL    |
+-------+------------+--------+----------+---------+
| 2a    | --/--/1935 | NULL   | NULL     | 1935    |
+-------+------------+--------+----------+---------+
| 2b    | 00/00/1935 | NULL   | NULL     | 1935    |
+-------+------------+--------+----------+---------+
| 2c    | 88/88/1935 | NULL   | NULL     | 1935    |
+-------+------------+--------+----------+---------+
| 2d    | 99/99/1935 | NULL   | NULL     | 1935    |
+-------+------------+--------+----------+---------+
| 3a    | 10/--/1935 | 10     | NULL     | 1935    |
+-------+------------+--------+----------+---------+
| 3b    | 10/00/1935 | 10     | NULL     | 1935    |
+-------+------------+--------+----------+---------+
| 3c    | 10/88/1935 | 10     | NULL     | 1935    |
+-------+------------+--------+----------+---------+
| 3d    | 10/99/1935 | 10     | NULL     | 1935    |
+-------+------------+--------+----------+---------+
| 4a    | --/09/1935 | NULL   | 9        | 1935    |
+-------+------------+--------+----------+---------+
| 4b    | 00/09/1935 | NULL   | 9        | 1935    |
+-------+------------+--------+----------+---------+
| 4c    | 88/09/1935 | NULL   | 9        | 1935    |
+-------+------------+--------+----------+---------+
| 4d    | 99/09/1935 | NULL   | 9        | 1935    |
+-------+------------+--------+----------+---------+

【讨论】：

  • 了解这个坏主意，但如果它是遗留数据该怎么办。因此，它失控了。不更改源文件的原始数据是一种做法，因为它是收集的数据，尤其是在研究等行业中。但是，是的，谢谢你的提醒。这种方法工作量太大。不过谢谢。
  • @Stephanie 这怎么可能工作太多？您不能将此解释为日期。因此，您必须 1) 拆分字符串以分别获取值，2) 检查值是否可以转换为 int，然后 3) 检查值是否在给定范围内（针对 magic values)。没有更快的方法......不要更改原始数据，而是使用上述方法额外存储有效信息。在您（从某处）导入此数据时使用它，在 insert/update trigger 内或作为 UDF 来填充持久计算列。你不应该根据你的原始数据计算......
  • 是的，我同意，当它是脏数据时。在将数据操作为所需值之前，必须首先采取步骤清理数据。谢谢。
猜你喜欢
  • 1970-01-01
  • 2019-04-17
  • 2023-03-29
  • 1970-01-01
  • 1970-01-01
  • 2022-07-11
  • 2015-04-02
  • 2021-10-31
  • 2012-03-26
相关资源
最近更新 更多
热门标签
Java Python linux javascript Mysql C# Docker 算法 前端 SpringBoot Redis Vue spring 设计模式 .net core .net kubernetes c++ 数据库 数据结构 大数据 js 机器学习 微服务 Android Go 程序员 面试 JVM ASP.net core 云原生 人工智能 后端 PHP git CSS golang k8s Nginx Django mybatis 深度学习 多线程 React 架构 devops 爬虫 云计算 Spring Boot LeetCode