根据条件创建分组

Question

希望得到一些帮助解决以下差距和孤岛问题

我有以下示例数据集：

MEM_ID	CLM_ID	ADM_DT	DCHG_DT	PROV
1	111	01-01-2021	01-01-2021	1
1	112	01-01-2021	02-01-2021	1
1	113	01-01-2021	01-01-2021	1
1	114	01-01-2021	01-01-2021	1
1	115	01-01-2021	01-01-2021	1
1	116	02-15-2021	02-15-2021	2
1	117	02-15-2021	02-15-2021	3
1	118	02-16-2021	02-16-2021	3
2	211	01-01-2021	01-01-2021	1
2	212	03-01-2021	03-01-2021	2
3	311	02-01-2021	02-01-2021	1
3	312	02-01-2021	02-01-2021	2

我想要完成的是以下内容：

基于 MEM_ID、PROV 和 ADM_DT 的独特组合，我想将事件分组为 1。我还需要将同一 [=42] 中的任何其他事件分组=] 和 PROV 如果 DCHG_DT 与 ADM_DT 相同或最多提前 1 天。

最终结果应该是这样的：

MEM_ID	CLM_ID	ADM_DT	DCHG_DT	PROV	GROUP
1	111	01-01-2021	01-01-2021	1	1
1	112	01-01-2021	02-01-2021	1	1
1	113	01-01-2021	01-01-2021	1	1
1	114	01-01-2021	01-01-2021	1	1
1	115	01-01-2021	01-01-2021	1	1
1	116	02-15-2021	02-15-2021	2	2
1	117	02-15-2021	02-15-2021	3	3
1	118	02-16-2021	02-16-2021	3	3
2	211	01-01-2021	01-01-2021	1	1
2	212	03-01-2021	03-01-2021	2	2
3	311	02-01-2021	02-01-2021	1	1
3	312	02-01-2021	02-01-2021	2	2

在预期的输出中，MEM_ID 1 的前 5 条记录被分到第 1 组，因为它符合具有相同 MEM_ID、PROV 和 ADM_DT 组合的条件.记录 6 和 7 具有相同的 MEM_ID 和 ADM_DT 组合，但不同的 PROV，因此它们被分成组 2 和 3。记录 8 具有相同的 MEM_ID 和 PROV 组合，但 ADM_DT 与记录 7 的不同。但是，由于记录 8 中的 ADM_DT 与记录 7 中的 DCHG_DT 相差不到 1 天，因此它被视为同一事件并分配到第 3 组。其余数据点非常直截了当地说明了它们按原样分组的原因。

我尝试了以下代码：


SELECT DISTINCT MEM_ID
    , PROV
    , CLM_ID
    , ADM_DT
    , DCHG_DT
    , sum(ISSTART) OVER (PARTITION BY MEM_ID, ADM_DT ORDER BY ADM_DT, DCHG_DT rows unbounded preceding) AS GROUP

FROM (
    SELECT DISTINCT MEM_ID
        , PROV
        , CLM_ID
        , ADM_DT
        , DCHG_DT
        , CASE 
            WHEN PROV = LAG(PROV) OVER (PARTITION BY MEM_ID ORDER BY ADM_DT, DCHG_DT)
                AND (
                        (
                        ADM_DT = LAG(DCHG_DT) OVER (PARTITION BY MEM_ID ORDER BY ADM_DT, DCHG_DT)
                        )
                    OR (
                        ADM_DT = LAG(DCHG_DT + 1) OVER (PARTITION BY MEM_ID ORDER BY ADM_DT, DCHG_DT)
                        )
                    )
                THEN 0
            ELSE 1
            END AS ISSTART
    
    FROM c1
    ) t

但是这让我在分组时出错。

使用上面的代码我得到了类似的东西：

MEM_ID	CLM_ID	ADM_DT	DCHG_DT	PROV	GROUP
1	111	01-01-2021	01-01-2021	1	0
1	112	01-01-2021	02-01-2021	1	1
1	113	01-01-2021	01-01-2021	1	1
1	114	01-01-2021	01-01-2021	1	1
1	115	01-01-2021	01-01-2021	1	1
1	116	02-15-2021	02-15-2021	2	0
1	117	02-15-2021	02-15-2021	3	0
1	118	02-16-2021	02-16-2021	3	1

感谢任何帮助！

谢谢！

Answer 1

select *,
    sum(gap) over (partition by MEM_ID order by ADM_DT, CLM_ID) as grp
from (
    select *,
        case when
                ADM_DT =
                lag(ADM_DT)  over (partition by MEM_ID, PROV order by ADM_DT, CLM_ID)
                or           
            days_between(
                ADM_DT,
                lag(DCHG_DT) over (partition by MEM_ID, PROV order by ADM_DT, CLM_ID)
            ) in (0, 1) -- not sure if zero is valid
            then 0 else 1 end as gap
    from c1
) t
order by MEM_ID, PROV, GRP, ADM_DT

如果您没有可用的 days_between() 那么显然您可以使用 when lag(DCHG_DT) over (partition by MEM_ID, PROV order by ADM_DT, CLM_ID) - ADM_DT

请注意，Postgres 以不同方式处理日期数学，但您可以尝试一下 https://dbfiddle.uk/?rdbms=postgres_13&fiddle=95f28f3d57c520d1e45422b588dcdd85

根据条件创建分组

Creating groupings based on criteria

sql

netezza

gaps-and-islands