如何根据组内日期之间的差异更改列？

Question

这可能是一个简单的问题，但我是 SQL 的菜鸟。我正在使用 Impala。 所以我有这样的数据：

新ID	日期	旧ID
1个	2020-11-14 12:41:21	0
1个	2020-11-14 12:50:40	1个
2个	2020-10-14 15:22:00	1.5
2个	2020-12-18 11:31:05	2个
3个	2020-11-14 12:42:25	3个

假设我按 New_ID 分组，我需要检查日期和紧随其后的日期（如果存在）之间的差异是否小于 2 个月（假设是 60 天）。 如果差异大于 2 个月，那么我需要将 New_ID 更改为 Old_ID。 如果小于或等于 2 个月，则 New_ID 可以保持不变。 本质上，我希望新表看起来像这样：

新ID	日期	旧ID
1个	2020-11-14 12:41:21	0
1个	2020-11-14 12:50:40	1个
1.5	2020-10-14 15:22:00	1.5
2个	2020-12-18 11:31:05	2个
3个	2020-11-14 12:42:25	3个

我已经尝试过此代码片段及其变体，但是 1. 我不确定如何处理 null 值和 2. 我不断收到语法错误“无法解析列/字段引用‘天’”

SELECT New_ID, Old_ID, Date,
LAG(Date) OVER(partition by New_ID ORDER BY Date) as previous_date,
case when datediff(day, previous_date, Date)/30.0 >= 2 then Old_ID
else New_ID end as 'new_identifier'
From MYTABLE;

任何指针/建议将不胜感激。

Answer 1

Impala 日期 function 是months_between() ——无法识别previous_date ，因此您需要重复表达式：

SELECT New_ID, Old_ID, Date,
       LAG(Date) OVER (partition by New_ID ORDER BY Date) as previous_date,
       (case when months_between(date, LAG(Date) OVER (partition by New_ID ORDER BY Date)) >= 2 then Old_ID
             else New_ID
         end) as new_identifier
From MYTABLE;