Postgres 按相似日期将数据分组

Question

我有一个桌子，我会这样称呼 data_rows：

create table if not exists data_rows
(
    id                integer  not null,
    constraint data_rows_to_group
        primary key (id),
    date              date     not null,
    group_id          int, 
    --more fields that are not relevant
);

当我按日期对行进行排序时，如果与前一行的日期差异 >7 天（可以是另一个 time_span 但让我们保留它，我希望这些行有一个新的 group_id在 7 天）因此，按日期排序时具有相同 group_id 的所有行的日期差异 <= 7 天。例如：

id      date        group id
1      12.01.2019   0
2      15.01.2019   0
3      21.01.2019   0
4      05.02.2019   1
5      08.02.2019   1
6      20.02.2019   2
7      30.02.2019   3
8      30.02.2019   3

(特别是1和3在同一组，虽然相差>7，但在组中后面两行相差>7)

我知道如何在 python 或 c# 或类似语言中以过程方式执行此操作。但是，如果我可以在 postgresql 服务器上执行此操作，那将非常有用，因为它包含大量数据，并且它也可以防止出现单点故障，这也将是一次重要的学习经历。

以下是我在 C# 中的做法，这样您就会明白我想要什么：

using System;
using System.Collections.Generic;
using System.Linq;

class DataRows
{
    public int Id { get; set; }
    public DateTime Date { get; set; }
    public int GroupId { get; set; }
}

class GroupMarking
{
    public DataRows[] RowsWithGroupIds(IEnumerable<DataRows> relevantDataRows, TimeSpan betweenSpan)
    {
        var currentGroupId = 0;
        var rows = relevantDataRows.OrderBy(p => p.Date).ToArray();
        rows[0].GroupId = currentGroupId;
        for (var i = 1; i < rows.Length; i++)
        {
            if (rows[i].Date -
                rows[i - 1].Date >= betweenSpan)
            {
                currentGroupId++;
            }
            rows[i].GroupId = currentGroupId;
        }
        return rows;
    }
}

这在 postgresql 中可行吗？我知道 Postgres 中有循环。我更喜欢没有循环的解决方案，但如果没有它们就不可能。如何在不使用过程语言的情况下在 group_id 列中创建 ID？

Answer 1

这是一个gaps-and-islands问题，可以通过将差异大于7天的信息转化为标志，然后对该标志求和来解决：

select id, "date", sum(flag) over (order by "date") as group_id
from (
  select id, "date", 
         ("date" - lag("date", 1, "date") over (order by "date") > 7)::int as flag
  from data_rows
) t
order by "date"

表达式 "date" - lag("date", 1, "date") over (order by "date") 计算 "current" 行与前一行之间的日期差异。然后检查它是否大于 7 天，并将布尔值转换为整数 (0, 1)，以便可以在其上使用外部运行总和。

Online example

^{（我把无效日期2019-02-30换成了2019-02-28）}

Postgres 按相似日期将数据分组

Postgres put Data into groups by similar date

sql

postgresql

gaps-and-islands