查询具有多个“重复”的表，获取最新的答案

【问题标题】：Query table with multiple "duplicates", getting the most recent查询具有多个“重复”的表，获取最新的
【发布时间】：2021-10-26 10:25:03
【问题描述】：

我有一个表格，用于存储来自机器学习模型的预测。这是一个模型，每小时（“predicted_at”）预测接下来 24 小时的值（“predicted_for”）。这意味着该表对于每个“id”和“predicted_for”都有许多不同的值。

一个 ID 和一个 predict_for 时间戳的表格外观示例：

value	id	predicted_at	predicted_for
0.1825819489860161	6970631400382957	2021-08-21 16:00:00 UTC	2021-08-21 23:00:00 UTC
0.14882256844401498	6970631400382957	2021-08-21 17:00:00 UTC	2021-08-20 23:00:00 UTC
0.17357749613149909	6970631400382957	2021-08-21 17:00:00 UTC	2021-08-21 23:00:00 UTC
0.20283864055714163	6970631400382957	2021-08-21 18:00:00 UTC	2021-08-21 23:00:00 UTC
0.18582932551434195	6970631400382957	2021-08-21 19:00:00 UTC	2021-08-21 23:00:00 UTC
0.18859835855398877	6970631400382957	2021-08-21 20:00:00 UTC	2021-08-21 23:00:00 UTC
0.15969341546283378	6970631400382957	2021-08-21 21:00:00 UTC	2021-08-21 23:00:00 UTC
0.21578765348925422	6970631400382957	2021-08-21 22:00:00 UTC	2021-08-21 23:00:00 UTC

我想要做的是查询这些数据，以便对于每个 ID，每个“predicted_for”时间只有一个预测值，并且我希望这个值在“predicted_for - t(2 ) 小时”。

例如，结果会给我下表：

value	id	predicted_at	predicted_for
0.15969341546283378	6970631400382957	2021-08-21 21:00:00 UTC	2021-08-21 23:00:00 UTC

我假设我会有某种 group by 和一个 having 子句，但我还没有想出如何解决它。

有人有想法吗？

【问题讨论】：

编辑您的问题并显示您想要的结果。从您的解释中不清楚您想要哪些行或值。 t(2) 是什么？
@GordonLinoff 问题已编辑。

标签： sql date datetime google-bigquery

【解决方案1】：

考虑以下方法

select any_value(value) value, id, 
  any_value(predicted_at) predicted_at, predicted_for,   
from data t
where predicted_at = predicted_for - interval 2 hour
group by id, predicted_for

如果应用于您问题中的样本数据 - 输出是

【讨论】：

【解决方案2】：

您的查询应如下所示：

SELECT * 
FROM `YOURTABLE`
WHERE DATETIME_DIFF(predicted_for, predicted_at, HOUR) = 2

请注意，这并不能确保您只有一条记录与 predict_at 比 predict_for 中的值早 2 小时这一规则相匹配。为了确保这一点，查询应该是这样的：

SELECT * 
FROM `YOURTABLE` tab
WHERE predicted_at = (
    SELECT MAX(predicted_at)
    FROM `YOURTABLE` tab2
    WHERE DATETIME_DIFF(tab2.predicted_for, tab2.predicted_at, HOUR) = 2
    AND tab2.id = tab.id
)

【讨论】：

【解决方案3】：

执行如下查询：

SELECT p.* FROM
  ( SELECT max(predicted_at) as predicted_at_max 
    FROM youraboveschowedtable 
    GROUP BY id ) p1,
DATEADD(hour, -2, predicted_at) as predicted_minus2
JOIN youraboveschowedtable p
ON p.predicted_at = p1.predicted_at_max

很少改变来源 = SQL query return duplicate with most recent date and more

【讨论】：