在值之间插入的 SQL 查询

Question

我打算在列中的值之间进行插值(线性插值)，然后使用 SQL 查询将其插入到新列中。根据我的在线搜索，我怀疑 LEAD 分析功能可能有用。我不熟悉编写 SQL 查询。因此，关于如何实现它的任何见解都将非常有帮助。

样本数据集描述如下:

Emp  Test_date  Value
---  ---------  -----
A    1/1/2001   null
A    1/2/2001   100
A    1/3/2001   null
A    1/4/2001   80
A    1/5/2001   null
A    1/6/2001   null
A    1/7/2001   75

我们的想法是获得第四列，其值为:

null
100
interpolatedValue1
80
interpolatedValue2
interpolatedValue3
75

Interpolatedvalue1 将是 100 和 80 之间的插值，

Interpolatedvalue2 将是 80 和 75 之间的线性插值。

InterpolatedValue3 将是 Interpolatedvalue2 和 75

之间的线性插值

简单线性插值的工作原理如下:

给定两个点(V1 在 D1)，(V3 在 D3)。 D2 的 V2 值是多少？

(V3-V1)/(D3-D1) * (D2-D1) + V1

Answer 1

我相信这可能会得到一些简化，但会得到您想要的答案。稍微棘手的一点是获取非空值之间的天数(即您要填充的间隙的大小)以及该间隙内的位置:

-- CTE for sample data
with your_table (emp, test_date, value) as (
            select 'A', date '2001-01-01', null from dual
  union all select 'A', date '2001-01-02', 100 from dual
  union all select 'A', date '2001-01-03', null from dual
  union all select 'A', date '2001-01-04', 80 from dual
  union all select 'A', date '2001-01-05', null from dual
  union all select 'A', date '2001-01-06', null from dual
  union all select 'A', date '2001-01-07', 75 from dual
)
-- actual query
select emp, test_date, value,
  coalesce(value,
    (next_value - prev_value) -- v3-v1
    / (count(*) over (partition by grp) + 1) -- d3-d1
    * row_number() over (partition by grp order by test_date desc) -- d2-d1, indirectly
    + prev_value -- v1
  ) as interpolated
from (
  select emp, test_date, value,
    last_value(value ignore nulls)
      over (partition by emp order by test_date) as prev_value,
    first_value(value ignore nulls)
      over (partition by emp order by test_date range between current row and unbounded following) as next_value,
    row_number() over (partition by emp order by test_date) -
      row_number() over (partition by emp order by case when value is null then 1 else 0 end, test_date) as grp
  from your_table
)
order by test_date;

E TEST_DATE       VALUE INTERPOLATED
- ---------- ---------- ------------
A 2001-01-01                        
A 2001-01-02        100          100
A 2001-01-03                      90
A 2001-01-04         80           80
A 2001-01-05              76.6666667
A 2001-01-06              78.3333333
A 2001-01-07         75           75

我使用了 last_value 和 first_value 而不是 lead 和 lag，但两者都有效。 (我想在大型数据集上超前/滞后可能更快)。 grp 计算为 Tabibitosan .