SQL - 如果满足使用多个先前列的条件，则滞后获取先前的值

Question

我有一个由以下人员创建的表:

CREATE TABLE #test_table 
(
id INT
,EventName VARCHAR(50)
,HomeTeam VARCHAR(25)
,Metric INT
)

INSERT INTO #test_table VALUES
(1, 'Team A vs Team B', 'Team A', 5),
(2, 'Team A vs Team B', 'Team A', 7),
(3, 'Team C vs Team D', 'Team C', 6),
(4, 'Team Z vs Team A', 'Team Z', 8),
(5, 'Team A vs Team B', 'Team A', 9),
(6, 'Team C vs Team D', 'Team C', 3),
(7, 'Team C vs Team D', 'Team C', 1),
(8, 'Team E vs Team F', 'Team E', 2)

结果是:

id  EventName           HomeTeam    Metric
------------------------------------------
1   Team A vs Team B    Team A      5
2   Team A vs Team B    Team A      7
3   Team C vs Team D    Team C      6
4   Team Z vs Team A    Team Z      8
5   Team A vs Team B    Team A      9
6   Team C vs Team D    Team C      3
7   Team C vs Team D    Team C      1
8   Team E vs Team F    Team E      2

A 想要计算一个新列 PreviousMetricN，其中 N 可以是 1、2、3 ...，它显示 Metric 的先前值，但前提是HomeTeam 参与了之前的事件。例如:

id  EventName           HomeTeam    Metric  PreviousMetric1 PreviousMetric2
------------------------------------------------------------------------
1   Team A vs Team B    Team A      5       NULL            NULL
2   Team A vs Team B    Team A      7       5               NULL
3   Team C vs Team D    Team C      6       NULL            NULL
4   Team Z vs Team A    Team Z      8       NULL            NULL
5   Team A vs Team B    Team A      9       8               7
6   Team C vs Team D    Team C      3       6               NULL
7   Team C vs Team D    Team C      1       3               6
8   Team E vs Team F    Team E      2       NULL            NULL

我一直在尝试 LAG 的变体，在 PARTITION BY 子句中使用新的分组变量，例如

LAG(Metric) OVER(Partition by (CASE WHEN CHARINDEX(HomeTeam, EventName)>0 THEN 1 ELSE 0 END) ORDER BY id)

但没有成功。如何做到这一点？

编辑:我也在这里问过 Pandas 这个问题: Pandas shift - get previous value if multiple conditions satisfied

Answer 1

我在这里看不到使用窗口函数和单次扫描表的答案。我们可以按以下方式在单次扫描中执行此查询:

让我们假设您在另一列中有 AwayTeam。

If you don't have this yet and you wanted to parse it out of EventData:
We could use: SUBSTRING(EventData, CHARINDEX(' vs ', EventData) + 4)
I urge you to follow proper normalization and create this as a proper column in your table.

我们的算法是这样运行的:

1. 使用 CROSS APPLY
将两个团队相乘(逆轴)作为单独的行
2. 使用 LAG 计算之前的 Metric，按合并的 Team 列进行分区
3. 过滤掉加倍的行，这样我们每个原始行只得到一行

SELECT id, HomeTeam, AwayTeam, Metric, Prev1, Prev2, Prev3
FROM (

  SELECT *
    ,Prev1 = LAG(Metric, 1) OVER (PARTITION BY v.Team ORDER BY id)
    ,Prev2 = LAG(Metric, 2) OVER (PARTITION BY v.Team ORDER BY id)
    ,Prev3 = LAG(Metric, 3) OVER (PARTITION BY v.Team ORDER BY id)
    -- more of these ......
  FROM test_table
  CROSS APPLY (VALUES (HomeTeam, 1),(AwayTeam, 0)) AS v(Team,IsHome)
) AS t

WHERE IsHome = 1
-- ORDER BY id  --if necessary

重要的是，我们可以在不使用多种不同的排序、分区或排序，并且不使用自连接的情况下做到这一点。只需一次扫描。

结果:

<表类="s-表"><头>id主队客队指标上一篇上一个上一页<正文>1A队B队5(空)(空)(空)2A队B队75(空)(空)3C队D队6(空)(空)(空)4Z队A队8(空)(空)(空)5A队B队98756C队D队36(空)(空)7C队D队136(空)8E队F队2(空)(空)(空)