Pandas diff() 函数的 SQL 类似物（第一个离散差分）[LAG 函数]

Question

我正在寻找一种编写 SQL 查询的方法，该查询将对原始系列应用第一个离散差异。通过使用 Pandas 的 .diff() 方法，这在 Python 中非常简单：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(0,100,size=(10, 2)), columns=list('AB'))

df["diff_A"]=df["A"].diff()
df["diff_B"]=df["B"].diff()

print(df)

我想要的输出显示在"diff_A" 和"diff_B" 列中：

    A   B  diff_A  diff_B
0  36  14     NaN     NaN
1  32  13    -4.0    -1.0
2  31  87    -1.0    74.0
3  58  88    27.0     1.0
4  44  34   -14.0   -54.0
5   2  43   -42.0     9.0
6  15  94    13.0    51.0
7  46  74    31.0   -20.0
8  60   9    14.0   -65.0
9  43  57   -17.0    48.0

我使用 Oracle，但我绝对更喜欢干净的 ANSI 解决方案。

Answer 1

IIUC你可以使用解析LAG函数：

with v as (
  select rowid as rn, a, b from tab
)
select
  a, b,
  a - lag(a, 1) over(order by rn) as diff_a,
  b - lag(b, 1) over(order by rn) as diff_b
from v
order by rn;

PS 最好使用真实的列（如日期）进行排序，因为rowid can be changed。

例如：

select
  a, b,
  a - lag(a, 1) over(order by inserted) as diff_a,
  b - lag(b, 1) over(order by inserted) as diff_b
from tab;

@MatBailie has posted a very good explanation:

SQL 中的数据集是无序的。对于 LAG() 中的确定性结果 始终使用足够的 ORDER BY 子句。 （如果不存在这样的字段，则一个 应该在数据插入到 SQL 数据时/之前创建 放。 SQL 数据集的无序特性允许大量 可扩展性选项和优化选项可用。）

SQL Fiddle test

PSWindowing functions were added to the ANSI/ISO Standard SQL:2003 and then extended in ANSI/ISO Standard SQL:2008. Microsoft was late to this game. DB2, Oracle, Sybase, PostgreSQL and other products have had full implementations for years. SQL Server did not catch up until SQL 2012.

Answer 2

我发布此答案只是因为我能够在接受的答案中的 cmets 之后将结果复制到 SQLFiddle 中。除了rowid 事后改变之外，还有一个有效的论据为什么这个更简单的答案不起作用。

select
  a, b,
  a - lag(a, 1) over(order by rowid) as diff_a,
  b - lag(b, 1) over(order by rowid) as diff_b
from tab;