GROUP BY 的 SQL 查询，包含 COALESCE、LEAST、MIN

Question

我想编写一个 SQL 查询来调用具有一些复杂条件的多个列。我正在使用 RMySQL 包在 R Studio 上工作。我的服务器是 MySQL。

表格是这样的。

organisation    Tour_ID             A           B           C           D  
Ikea                  a    2018-04-01  2018-05-07  2018-05-09  2018-05-01
Ikea                  a    2018-06-01  2018-05-03  2018-05-29          NA   
Ikea                  a    2018-04-02  2018-05-01  2018-07-08  2018-05-26 
Ikea                  b    2018-06-02  2018-05-01          NA  2018-05-26
Ikea                  b    2018-06-02  2018-05-01          NA  2018-05-26
Ikea                  b            NA  2018-05-05  2018-08-02  2018-06-01
Ikea                  c    2018-06-01  2018-05-07  2018-05-09  2018-05-01
Ikea                  c    2018-06-01  2018-05-03          NA          NA   
Ikea                  c    2018-08-02  2018-05-09  2018-07-08  2018-05-26

这就是我想做的：

1. 过滤organisation = Ikea所在的行

2. groupby by Tour_ID 像这样：

   organisation    Tour_ID             A           B           C           D  
   Ikea                  a    2018-04-01  2018-05-07  2018-05-09  2018-05-01
   Ikea                  a    2018-06-01  2018-05-03  2018-05-29          NA   
   Ikea                  a    2018-04-02  2018-05-01  2018-07-08  2018-05-26 
   
   
   Ikea                  b    2018-06-02  2018-05-01          NA  2018-05-26
   Ikea                  b    2018-06-02  2018-05-01          NA  2018-05-26
   Ikea                  b            NA  2018-05-05  2018-08-02  2018-06-01
   
   
   Ikea                  c    2018-06-01  2018-05-07  2018-05-09  2018-05-01
   Ikea                  c    2018-06-01  2018-05-03          NA          NA   
   Ikea                  c    2018-08-02  2018-05-09  2018-07-08  2018-05-26
   

3. 在每组Tour_ID 中，查看A、B、C 和D 列中的最早日期。如果组中四列中最早的日期在2018-05-01 和2018-05-31 之间，则返回整个组。如果一行包含 NA 值，我想忽略 NAs 并查看其余值中最早的日期。比如Tour_ID = a这组，最早的日期是2018-04-01，所以不符合条件。

总之，只有Tour_ID = b 和Tour_ID = c 的组符合条件。结果应该是：

organisation    Tour_ID             A           B           C           D
Ikea                  b    2018-06-02  2018-05-01          NA  2018-05-26
Ikea                  b    2018-06-02  2018-05-01          NA  2018-05-26
Ikea                  b            NA  2018-05-05  2018-08-02  2018-06-01
Ikea                  c    2018-06-01  2018-05-07  2018-05-09  2018-05-01
Ikea                  c    2018-06-01  2018-05-03          NA          NA   
Ikea                  c    2018-08-02  2018-05-09  2018-07-08  2018-05-26

我应该如何编写 SQL 查询？ 这是我的尝试：

"SELECT t.* FROM myTable JOIN (SELECT organisation, Tour_ID 
                                                   FROM myTable
                                                   WHERE organisation LIKE 'Ikea' AND
                                                   GROUP BY organisation, Tour_ID
                                                   HAVING LEAST(COALESCE(MIN(A), '2119-01-01'), 
                                                                COALESCE(MIN(B), '2119-01-01'), 
                                                                COALESCE(MIN(C), '2119-01-01'), 
                                                                COALESCE(MIN(D), '2119-01-01')) >= '2018-05-01' AND
                                                          LEAST(COALESCE(MIN(A), '2119-01-01'), 
                                                                COALESCE(MIN(B), '2119-01-01'), 
                                                                COALESCE(MIN(C), '2119-01-01'), 
                                                                COALESCE(MIN(D), '2119-01-01')) < '2018-06-01'
                                                  ) tt
                                                  ON tt.Tour_ID = t.Tour_ID AND
                                                     tt.organisation = t.organisation"

但我不认为它正确选择了Tour_ID = c，因为使用了COALESCE。

对于Tour_ID = c的组，D列中有NA，所以COALESCE(MIN(D), '2119-01-01')返回2119-01-01。但它不应该，因为D 列中的最小值是2018-05-01，这必须与A、B 和C 列中的最小值进行比较。事实上，D 列中的2018-05-01 是整个组中的最小值，所以我认为COALESCE(MIN(D), '2119-01-01') 是错误的。

但我不知道有什么解决方案。任何帮助将不胜感激！

Answer 1

P.Salmon 的解决方案假定当整个组织中的最低日期 + Tour_ID 在给定时间范围内时，则需要显示该日期。 当您想在时间范围内 A、B、C 或 D 中的任何 1 行具有最低值时显示组，您需要这样：

SELECT myTable.*
FROM myTable 
JOIN (
   SELECT organisation, tour_id
   FROM myTable
   WHERE  
         LEAST(COALESCE(A, '2119-01-01'), COALESCE(B, '2119-01-01'), 
               COALESCE(C, '2119-01-01'), COALESCE(D, '2119-01-01'))
         BETWEEN '2018-05-01' AND '2018-05-31'
   GROUP BY organisation,tour_id
) s ON s.organisation = myTable.organisation AND s.tour_id = myTable.tour_id
WHERE myTable.organisation = 'ikea';

Answer 2

我会使用 and if 而不是合并并稍微重新排列代码

select t.*
from t 
join
(
select organisation,tour_id,
        min(
        least(if(a='na',date(now()),a),if(b='na',date(now()),b),if(c='na',date(now()),c),if(d='na',date(now()),d))
        ) mindt
from t
group by organisation,tour_id
) s on s.organisation = t.organisation and s.tour_id = t.tour_id
where t.organisation = 'ikea' and s.mindt between '2018-05-01' and '2018-05-31';

+----+--------------+---------+------------+------------+------------+------------+
| id | organisation | Tour_ID | A          | B          | C          | D          |
+----+--------------+---------+------------+------------+------------+------------+
|  4 | Ikea         | b       | 2018-06-02 | 2018-05-01 | NA         | 2018-05-26 |
|  5 | Ikea         | b       | 2018-06-02 | 2018-05-01 | NA         | 2018-05-26 |
|  6 | Ikea         | b       | NA         | 2018-05-05 | 2018-08-02 | 2018-06-01 |
|  7 | Ikea         | c       | 2018-06-01 | 2018-05-07 | 2018-05-09 | 2018-05-01 |
|  8 | Ikea         | c       | 2018-06-01 | 2018-05-03 | NA         | NA         |
|  9 | Ikea         | c       | 2018-08-02 | 2018-05-09 | 2018-07-08 | 2018-05-26 |
+----+--------------+---------+------------+------------+------------+------------+
6 rows in set (0.00 sec)