在按日期排序的 SQL 中排名

Question

我正在尝试创建一个按 2 列划分并按时间顺序排序的排名。

这是我的原创table，每日table公司类别。

create table T1
(
    observation_date date,
    company_id varchar(16383),
    company_category varchar(16383)
);

insert into T1 values (company_id, calendar_date, company_category) 
                        ('aaaa', '2020-01-31', 'new');
                        ('aaaa', '2020-02-01', 'new');
                        ('aaaa', '2020-02-02', 'new');
                        ('aaaa', '2020-02-03', 'new')
                        ('aaaa', '2020-08-20', 'converted');
                        ('aaaa', '2020-08-21', 'big');
                        ('aaaa', '2020-08-22', 'big');
                        ('cccc', '2020-12-02', 'new');
                        ('cccc', '2020-12-03', 'converted');
                        ('cccc', '2020-12-04', 'big');
                        ('aaaa', '2020-09-18', 'converted');
                        ('aaaa', '2020-09-19', 'converted');

我想根据公司及其类别按时间顺序创建排名。如果在某个时候一家公司获得了它以前拥有的类别，只要中间有另一个类别，排名仍会增加（请参阅公司 aaaa 上的 '2020-08-20' 和 '2018-06-18' .

create table T2
(
    observation_date date,
    company_id varchar(16383),
    company_category varchar(16383),
    ranked integer
);
insert into T2 values (company_id, calendar_date, company_category, ranked) 
                        ('aaaa', '2020-01-31', 'new', 1);
                        ('aaaa', '2020-02-01', 'new', 1);
                        ('aaaa', '2020-02-02', 'new', 1);
                        ('aaaa', '2020-02-03', 'new', 1);
                        ('aaaa', '2020-08-20', 'converted', 2);
                        ('aaaa', '2020-08-21', 'big', 3);
                        ('aaaa', '2020-08-22', 'big', 3);
                        ('cccc', '2020-12-02', 'new', 1);
                        ('cccc', '2020-12-03', 'converted', 2);
                        ('cccc', '2020-12-04', 'big', 3);
                        ('aaaa', '2020-09-18', 'converted', 4);
                        ('aaaa', '2020-09-19', 'converted', 4);

我想不通如何让它发挥作用。我试过这样做：

rank() over (partition by company_id,company_category order by calendar_date)

但随后在 order 子句中使用 calendar_date 会在每个分区上重新启动每个日期创建唯一的排名。

dense_rank() over (partition by company_id order by company_category)

越来越近了，但是按 company_category 排序打乱了时间顺序。

如有任何提示，我们将不胜感激。提前致谢！

Answer 1

RANK 将不起作用。您需要通过比较当前值与先前值来跟踪类别的变化；然后对行进行编号，以便每次发生更改时数字都会增加。类似于：

WITH cte AS (
    SELECT *
         , CASE WHEN company_category = LAG(company_category) OVER (PARTITION BY company_id ORDER BY observation_date) THEN 0 ELSE 1 END AS changed
    FROM t1
)
SELECT *
     , SUM(changed) OVER (PARTITION BY company_id ORDER BY observation_date) AS ranked
FROM cte
ORDER BY company_id, observation_date

在按日期排序的 SQL 中排名

Rank in SQL ordered by date

sql

rank

amazon-redshift