sql - Teradata 根据条件选择每组记录

Question

输入：

| cust_no | month_nr | resource| segment |
|---------|----------|---------|---------|
|       1 | jan-18   | r3      | s1      |
|       1 | feb-18   | r4      | s1      |
|       1 | mar-18   | r2      | s1      |
|       1 | apr-18   | r3      | s1      |
|       1 | jun-18   | r7      | s1      |
|       2 | may-18   | r4      | s2      |
|       2 | jun-18   | r2      | s2      |
|       2 | aug-18   | r3      | s3      |
|       2 | sep-18   | r2      | s4      |
|       2 | oct-18   | r4      | s4      |
|       2 | nov-18   | r1      | s4      |
|       3 | sep-18   | r7      | s2      |
|       3 | oct-18   | r9      | s1      |
|       3 | nov-18   | r2      | s3      |

期望输出：

| cust_no | month_nr | resource| segment |
|---------|----------|---------|---------|
|       1 | jan-18   | r3      | s1      |
|       2 | may-18   | r4      | s2      |
|       2 | jun-18   | r2      | s2      |
|       2 | aug-18   | r3      | s3      |
|       2 | sep-18   | r2      | s4      |
|       3 | sep-18   | r7      | s2      |
|       3 | oct-18   | r9      | s1      |
|       3 | nov-18   | r2      | s3      |

我想过滤掉出现特定列值（段）的客户记录持续保持不变超过 2 次，并在输出中保留第一次出现的行。
根据以上样本数据：

• 客户 1 有 5 个连续 s1 段：保留客户 1 的第一行输出；
• 客户 2 有 3 个继续 s4 段：保留第 1 个 s4 段行；并保持s2段（连续2次）和s3段（1次）输出不变
• 客户 3 记录在输出中保持不变，因为没有段值保持不变超过 2 次。

有什么建议吗？

Answer 1

我有理由确定 teradata 支持窗口函数。此查询应生成一个仅包含您要删除的行的行集，即对于每个客户，仅前两行与当前行具有相同段的行。您可以将其更改为“删除主键列不在的位置”的删除查询：

SELECT cust_no, month_nr, resource, segment
FROM 
  (
    SELECT 
      *, 
      LAG(segment, 1) OVER(PARTITION BY cust_no ORDER BY cast(month_nr as DATE FORMAT 'mmm-yy') as prevsegment,
      LAG(segment, 2) OVER(PARTITION BY cust_no ORDER BY cast(month_nr as DATE FORMAT 'mmm-yy') as prevprevsegment,
      LEAD(segment, 1) OVER(PARTITION BY cust_no ORDER BY cast(month_nr as DATE FORMAT 'mmm-yy') as nextsegment
    FROM table
  ) a
WHERE
  (segment = prevsegment AND segment = prevprevsegment) OR
  (segment = prevsegment AND segment = nextsegment)

查询查看当前段并将其与上一个和上一个上一个段进行比较（我称之为“前两个”规则）。它还将当前与前一个和下一个进行比较（我称之为“任何一方”规则）

对于一系列段，例如：1,2,2,3,3,3,4,4,4,4

逻辑如下：

1 - don't touch
2 - don't touch
2 - don't touch
3 - don't touch
3 - remove because of Either Side rule
3 - remove because of Previous Two rule
4 - don't touch
4 - either side
4 - either side
4 - previous two

等等

因此，上面的这个查询返回了你需要删除的行，作为一个练习，你将如何 donthatbillnleave 因为我不知道你的主键是什么

我唯一不确定的是，如果您尝试将无日日期字符串转换为日期，teradata 会做什么。您可能必须将“01-”连接到您的 month_nr 并调整日期格式。不要将日期存储为字符串！即使您只需要月份，也应该将其存储为每天 01 的 DATE