比較 Big Query 中 A 列具有不同值且 B 列具有相同值的連續兩行中的時間戳

Question

伙計們，我有一個大的查詢結果，這說明我的時間（在列local_time ）是騎手（列rider_id ）的應用程序（列注銷event ），所以有列兩個不同的值event ，“authentication_complete ”和“注銷”。

event_date  rider_id    event                    local_time
20200329    100695      authentication_complete  20:07:09
20200329    100884      authentication_complete  12:00:51
20200329    100967      logout                   10:53:17
20200329    100967      authentication_complete  10:55:24
20200329    100967      logout                   11:03:28
20200329    100967      authentication_complete  11:03:47
20200329    101252      authentication_complete  7:55:21
20200329    101940      authentication_complete  8:58:44
20200329    101940      authentication_complete  17:19:57
20200329    102015      authentication_complete  14:20:27
20200329    102015      logout                   22:47:50
20200329    102015      authentication_complete  22:48:34

我想要實現的是對於曾經注銷的每個騎手，在一個列中我想獲得他們注銷的時間，在另一列中我想獲得該注銷事件之后發生的“authentication_complete”事件的時間對於那個騎手。 通過這種方式，我可以看到每個騎手離開應用程序的時間段。 我想得到的查詢結果如下所示。

event_date  rider_id    time_of_logout  authentication_complete_right_after_the_logout
20200329    100967      10:53:17        10:55:24
20200329    100967      11:03:28        11:03:47
20200329    102015      22:47:50        22:48:34

這是一個非常不干凈的數據集，到目前為止我能夠清理這么多，但是在這一步，我感覺很卡。 我正在研究諸如lag()類的函數，但由於數據是 180,000 行，因此rider_id 可能有多個名為“logout”的事件，並且同一個rider_id 有多個名為“authentication_complete”的連續事件，這更加令人困惑。 我真的很感激任何幫助。 謝謝！

Answer 1

我想你想要lead() ：

select event_date, rider_id, date, local_time as logout_date,
       authentication_date
from (select t.*,
             lead(local_time) over (partition by event_date, rider_id order by local_time) as authentication_date
      from t
     ) t
where event = 'logout';

這假設下一個事件確實是身份驗證，如您的示例數據中所示。 如果不是這種情況，您不會指定要做什么。

如果您特別想要下一個身份驗證日期，那么您可以使用min() ：

select event_date, rider_id, date, local_time as logout_date,
       authentication_date
from (select t.*,
             min(case when event = 'authentication_complete' then local_time end) over (partition by event_date, rider_id order by local_time desc) as authentication_date
      from t
     ) t
where event = 'logout';