sql中的累积和和累积计数
[英]Cumulative sum and cumulative count in sql
问题描述
I am trying establish treatment courses for patients, below is sample table I am working on.
我正在尝试为患者建立治疗课程，下面是我正在处理的示例表。
| PatientID患者 ID |
SessionDate会议日期 |
Next_date下一个日期 |
diff差异 |
courses培训班 |
Coursenum课程编号 |
course_Count course_Count |
Total Sesion总会话 |
|---|---|---|---|---|---|---|---|
| 10000 10000 |
12/13/2012 2012 年 12 月 13 日 |
NULL无效的 |
1.1 1.1 |
start开始 |
1 1 |
1 1 |
10 10 |
| 10000 10000 |
12/14/2012 2012 年 12 月 14 日 |
12/13/2012 2012 年 12 月 13 日 |
1 1 |
existing现存的 |
1 1 |
2 2 |
10 10 |
| 10000 10000 |
12/14/2012 2012 年 12 月 14 日 |
12/14/2012 2012 年 12 月 14 日 |
0 0 |
existing现存的 |
1 1 |
3 3 |
10 10 |
| 10000 10000 |
12/17/2012 2012 年 12 月 17 日 |
12/14/2012 2012 年 12 月 14 日 |
3 3 |
existing现存的 |
1 1 |
4 4 |
10 10 |
| 10000 10000 |
12/18/2012 2012 年 12 月 18 日 |
12/17/2012 2012 年 12 月 17 日 |
1 1 |
existing现存的 |
1 1 |
5 5 |
10 10 |
| 10000 10000 |
12/19/2012 2012 年 12 月 19 日 |
12/18/2012 2012 年 12 月 18 日 |
1 1 |
existing现存的 |
1 1 |
6 6 |
10 10 |
| 10000 10000 |
12/21/2012 2012 年 12 月 21 日 |
12/19/2012 2012 年 12 月 19 日 |
2 2 |
existing现存的 |
1 1 |
7 7 |
10 10 |
| 10000 10000 |
12/21/2012 2012 年 12 月 21 日 |
12/21/2012 2012 年 12 月 21 日 |
0 0 |
existing现存的 |
1 1 |
8 8 |
10 10 |
| 10000 10000 |
12/22/2012 2012 年 12 月 22 日 |
12/21/2012 2012 年 12 月 21 日 |
1 1 |
existing现存的 |
1 1 |
9 9 |
10 10 |
| 10000 10000 |
12/24/2012 2012 年 12 月 24 日 |
12/22/2012 2012 年 12 月 22 日 |
2 2 |
existing现存的 |
1 1 |
10 10 |
10 10 |
| 10000 10000 |
9/17/2015 2015 年 9 月 17 日 |
1/25/2013 2013 年 1 月 25 日 |
965 965 |
start开始 |
2 2 |
1 1 |
20 20 |
| 10000 10000 |
9/18/2015 2015 年 9 月 18 日 |
9/17/2015 2015 年 9 月 17 日 |
1 1 |
existing现存的 |
2 2 |
2 2 |
20 20 |
| 10000 10000 |
9/21/2015 2015 年 9 月 21 日 |
9/18/2015 2015 年 9 月 18 日 |
3 3 |
existing现存的 |
2 2 |
3 3 |
20 20 |
| 10000 10000 |
9/22/2015 2015 年 9 月 22 日 |
9/21/2015 2015 年 9 月 21 日 |
1 1 |
existing现存的 |
2 2 |
4 4 |
20 20 |
| 10000 10000 |
9/23/2015 2015 年 9 月 23 日 |
9/22/2015 2015 年 9 月 22 日 |
1 1 |
existing现存的 |
2 2 |
5 5 |
20 20 |
| 10000 10000 |
9/25/2015 2015 年 9 月 25 日 |
9/23/2015 2015 年 9 月 23 日 |
2 2 |
existing现存的 |
2 2 |
6 6 |
20 20 |
| 10000 10000 |
9/28/2015 2015 年 9 月 28 日 |
9/25/2015 2015 年 9 月 25 日 |
3 3 |
existing现存的 |
2 2 |
7 7 |
20 20 |
| 10000 10000 |
9/29/2015 2015 年 9 月 29 日 |
9/28/2015 2015 年 9 月 28 日 |
1 1 |
existing现存的 |
2 2 |
8 8 |
20 20 |
| 10000 10000 |
9/30/2015 2015 年 9 月 30 日 |
9/29/2015 2015 年 9 月 29 日 |
1 1 |
existing现存的 |
2 2 |
9 9 |
20 20 |
| 10000 10000 |
10/2/2015 2015 年 10 月 2 日 |
9/30/2015 2015 年 9 月 30 日 |
2 2 |
existing现存的 |
2 2 |
10 10 |
20 20 |
| 10000 10000 |
10/5/2015 2015 年 10 月 5 日 |
10/2/2015 2015 年 10 月 2 日 |
3 3 |
existing现存的 |
2 2 |
11 11 |
20 20 |
| 10000 10000 |
10/6/2015 2015 年 10 月 6 日 |
10/5/2015 2015 年 10 月 5 日 |
1 1 |
existing现存的 |
2 2 |
12 12 |
20 20 |
| 10000 10000 |
10/7/2015 2015 年 10 月 7 日 |
10/6/2015 2015 年 10 月 6 日 |
1 1 |
existing现存的 |
2 2 |
13 13 |
20 20 |
| 10000 10000 |
10/9/2015 2015 年 10 月 9 日 |
10/7/2015 2015 年 10 月 7 日 |
2 2 |
existing现存的 |
2 2 |
14 14 |
20 20 |
| 10000 10000 |
10/12/2015 2015 年 10 月 12 日 |
10/9/2015 2015 年 10 月 9 日 |
3 3 |
existing现存的 |
2 2 |
15 15 |
20 20 |
| 10000 10000 |
10/13/2015 2015 年 10 月 13 日 |
10/12/2015 2015 年 10 月 12 日 |
1 1 |
existing现存的 |
2 2 |
16 16 |
20 20 |
| 10000 10000 |
10/14/2015 2015 年 10 月 14 日 |
10/13/2015 2015 年 10 月 13 日 |
1 1 |
existing现存的 |
2 2 |
17 17 |
20 20 |
| 10000 10000 |
10/16/2015 2015 年 10 月 16 日 |
10/14/2015 2015 年 10 月 14 日 |
2 2 |
existing现存的 |
2 2 |
18 18 |
20 20 |
| 10000 10000 |
10/19/2015 2015 年 10 月 19 日 |
10/16/2015 2015 年 10 月 16 日 |
3 3 |
existing现存的 |
2 2 |
19 19 |
20 20 |
| 10000 10000 |
10/20/2015 2015 年 10 月 20 日 |
10/19/2015 2015 年 10 月 19 日 |
1 1 |
existing现存的 |
2 2 |
20 20 |
20 20 |
I achieved this output using python我使用python实现了这个输出
Note: 1.1 in diff column is just a placeholeder for NULL注意： diff 列中的 1.1 只是 NULL 的占位符
sessions['Coursenum']=(sessions.status.eq('start')).cumsum() sessions['course_count']=sessions.groupby(['Coursenum']).cumcount()+1 sessions['TotalSessions']=sessions.groupby('Coursenum')['course_count'].transform('max')会话['Coursenum']=(sessions.status.eq('start')).cumsum() 会话['course_count']=sessions.groupby(['Coursenum']).cumcount()+1 个会话['TotalSessions ']=sessions.groupby('Coursenum')['course_count'].transform('max')
I wanted to program this using sql.我想用 sql 来编程。 Is there a way to do this in sql?有没有办法在sql中做到这一点？
2 个解决方案
解决方案1
2 2022-06-07 17:34:32
I think window functions using count() and sum() would work here with the proper order by.我认为使用 count() 和 sum() 的窗口函数可以按正确的顺序在这里工作。
select count(coursenum) over (partition by coursenum order by sessiondate) should get you cumulative count. select count(coursenum) over (partition by coursenum order by sessiondate)应该让你累积计数。
解决方案2
0 已采纳 2022-06-07 16:20:17
We can use window functions in SQL whenever we want to show group-level aggregations in raw data itself.每当我们想在原始数据本身中显示组级聚合时，我们都可以在 SQL 中使用窗口函数。
select *, max(course_Count) over (partition by Coursenum order by Session_date) as Total_Session
from( select *, count(*) over (partition by Coursenum order by Session_date) as course_Count
from( select *,sum(case when courses = 'start' then 1 else 0 end) over (order by Session_date) as Coursenum
from [table_name]
) A)
Refer this link for more information on window functions and this for Case statement有关窗口函数的更多信息，请参阅此链接，并参阅此链接以获取 Case 语句
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.