在 MySQL 中使用非空条件 LAG() 函数

Question

我尝试从这里应用几个解决方案，但我的问题似乎与这篇文章中的 OP 有所不同。

---

我在 MySQL 中有一个大数据集data ：

id          date          val
aaaaa       2021-01-01    TRUE
aaaaa       2021-01-02    FALSE
aaaaa       2021-01-03    FALSE
aaaaa       2021-01-04    TRUE
aaaaa       2021-01-05    FALSE
aaaaa       2021-01-06    TRUE
aaaaa       2021-01-07    FALSE
...
aaaaa       2021-12-31    FALSE
aaaab       2021-01-01    TRUE
aaaab       2021-01-02    FALSE
...
zzzzz       2021-12-31    FALSE

这里id是一个字符串类型的数据， date范围是2021-01-01到2021-12-31 ，没有任何缺失的天数， val是一个布尔值， TRUE或FALSE 。 data按id, date排序。

我想添加两列， lagged_date和date_diff 。

• lagged_date包含id的前一个日期，其中val = TRUE 。
• date_diff计算该行中date和lagged_date之间的天数差。

理想情况下，我的最终数据集应如下所示：

id          date          val        lagged_date     date_diff
aaaaa       2021-01-01    TRUE       NULL            NULL
aaaaa       2021-01-02    FALSE      2021-01-01      1
aaaaa       2021-01-03    FALSE      2021-01-01      2
aaaaa       2021-01-04    TRUE       2021-01-01      3
aaaaa       2021-01-05    FALSE      2021-01-04      1
aaaaa       2021-01-06    TRUE       2021-01-04      2
aaaaa       2021-01-07    FALSE      2021-01-06      1
...
aaaaa       2021-12-31    FALSE      2021-12-25      6
aaaab       2021-01-01    TRUE       NULL            NULL
aaaab       2021-01-02    FALSE      2021-01-01      1
...

（注意这个数据也是按id, date排序的）

我尝试了以下查询：

SELECT *,
       MAX(val) OVER (
          PARTITION BY id, val
          ORDER BY date
          ROWS BETWEEN UNBOUNDED PRECEDING AND 1 PRECEDING
       ) AS lagged_date,
       DATE_DIFF(date, lagged_date, DAY) AS date_diff
  FROM data

但是lagged_date不会产生我想要的输出，只会产生滞后的val 。 我也试过MAX(date) ，但无济于事。

任何见解表示赞赏。

Answer 1

使用子查询查找每个 'id' 的前一个日期，其中 'TRUE' 然后使用 DATE_DIFF 函数。

SELECT t1.id, t1.date, t1.val,
  (SELECT t2.date FROM data t2 WHERE t2.id = t1.id AND t2.val = TRUE AND t2.date < t1.date ORDER BY t2.date DESC LIMIT 1) as lagged_date,
  DATEDIFF(t1.date, (SELECT t2.date FROM data t2 WHERE t2.id = t1.id AND t2.val = TRUE AND t2.date < t1.date ORDER BY t2.date DESC LIMIT 1)) as date_diff
FROM data t1