根据日期范围选择最大数量的记录。（彼此的日期在 6 个月内）答案

【问题标题】：Select the largest number of records based on a date range. (that have dates within 6 months of eachother)根据日期范围选择最大数量的记录。（彼此的日期在 6 个月内）
【发布时间】：2012-04-13 13:45:02
【问题描述】：

我有一个日期列表。

我需要能够选择彼此相距 6 个月内最多的记录。

然后是下一个最大数量的记录，依此类推，直到所有记录都被选中。

这是数据

1  19-Oct-2007
2  03-Dec-2007
3  16-Oct-2009
4  26-Oct-2009
5  30-Oct-2009
6  01-Nov-2009
7  16-Nov-2009
8  30-Nov-2009
9  11-Dec-2009
10  25-Dec-2009
11  01-Jan-2010
12  21-Jan-2010
13  27-Jan-2010
14  28-Jan-2010
15  28-Jan-2010
16  12-Feb-2010
17  12-Feb-2010
18  27-Feb-2010
19  09-Mar-2010
20  22-Mar-2010
21  26-Mar-2010
22  01-Apr-2010
23  22-Oct-2010
24  15-Oct-2011
25  18-Oct-2011
26  26-Oct-2011
27  16-Nov-2011
28  18-Nov-2011
29  19-Nov-2011
30  26-Nov-2011
31  29-Nov-2011
32  29-Nov-2011
33  30-Nov-2011
34  06-Dec-2011
35  16-Dec-2011
36  17-Dec-2011
37  20-Dec-2011
38  28-Dec-2011
39  01-Jan-2012
40  01-Jan-2012
41  09-Jan-2012
42  13-Jan-2012
43  27-Jan-2012
44  01-Feb-2012
45  23-Feb-2012
46  29-Feb-2012
47  01-Mar-2012
48  01-Mar-2012
49  01-Mar-2012
50  02-Mar-2012
51  04-Mar-2012
52  04-Mar-2012
53  05-Mar-2012
54  05-Mar-2012
55  17-Mar-2012
56  23-Mar-2012
57  24-Mar-2012
58  01-Apr-2012
59  03-Apr-2012
60  04-Apr-2012

一种可能的解决方案是选择

记录 24 到 60 条（它们在 172 天内）
记录 23（其不在前/后日期的 6 个月内）
记录 3-22（彼此相距在 167 天内）
记录 1-2（他们在 45 天内）

（我从最大的日期开始，向后选择。这可能不是最佳解决方案）

【问题讨论】：

标签： sql-server tsql sql-server-2005

【解决方案1】：

以下是该问题的迭代方法，目前我没有比这更好的建议了。不过它应该可以工作：

WITH ranked AS (
  SELECT *, rnk = ROW_NUMBER() OVER (ORDER BY Date DESC)
  FROM data
),
marked AS (
  SELECT
    rnk,
    Date,
    GroupDate = date
  FROM ranked
  WHERE rnk = 1
  UNION ALL
  SELECT
    r.rnk,
    r.Date,
    GroupDate = CASE
      WHEN m.GroupDate > DATEADD(MONTH, 6, r.Date) THEN r.Date
      ELSE m.GroupDate
    END
  FROM ranked r
  INNER JOIN marked m ON r.rnk = m.rnk + 1
)
SELECT
  MinDate     = MIN(Date),
  MaxDate     = MAX(Date),
  [RowCount]  = COUNT(*),
  RangeLength = DATEDIFF(DAY, MIN(Date), MAX(Date))
FROM marked
GROUP BY
  GroupDate
ORDER BY
  GroupDate

也就是说，

最后一个日期被记录下来，用于范围检查和组标记。
处理后续（之前）日期，直到遇到标记前半年多。
找到的日期成为新的组标记，该过程从步骤 1 继续，直到没有更多行。

在继续迭代之前，对行进行排名。但是，如果您有一列保证包含唯一的连续值而没有间隙，您可以使用该列而不是排名数字。

以下是它为原始帖子中的示例提供的结果：

MinDate     MaxDate     RowCount     RangeLength
----------  ----------  -----------  -----------
2007-10-19  2007-12-03  2            45
2009-10-16  2010-04-01  20           167
2010-10-22  2010-10-22  1            0
2011-10-15  2012-04-04  37           172

可以使用on SQL Fiddle 找到和播放整个脚本，包括设置。

【讨论】：

对不起，我写的太早了。这是不正确的。不过，这是一个很好的尝试。
@t-clausen.dk：我不确定我是否理解这个解决方案的问题，但我很想尝试解决它，特别是因为你已经支持了我的回答.
用这些日期试试你的查询，应该很清楚：(1, '2012-01-01'), (2, '2012-01-01'), (3, '2012- 03-01'), (4, '2012-03-01'), (5, '2012-08-01')
@t-clausen.dk：谢谢。我看不出我得到的结果有什么问题，但后来我想也许我们对问题的理解不同。我想我现在明白了你是如何理解它的（这可能比我做的更正确）。您认为查询必须找到彼此相距 6 个月内的最大日期子集，不是吗？原始帖子中的一些线索，我必须首先（dis）错过，确实支持这种观点。我认为可以使用递归 CTE 来找到 one （最大的）这样的子集。但到目前为止找到所有这些似乎是一项复杂得多的任务。
我同意这很复杂。这正是我在查询中尝试过的，它似乎有效。

【解决方案2】：

select d1.date, count(*)
from dates as d1 with (nolock) 
join dates as d2 with (nolock) 
on datediff(mm,d2.date,d1.date) < 6 
group by d1.date  
order by count(*) desc

【讨论】：

@t-clausen.dk 我在 SQL 2008 R2 上对其进行了测试。哪个部分不适合您？
改正语法后，只有结果错误。尝试来自@andryM 的脚本

【解决方案3】：

我使用了自己的测试数据，这是非常复杂的东西。使用光标可能更容易处理。但我不是游标的忠实粉丝。我已经尽力了：

declare @t table(record int, date datetime)
insert @t values(1,'19-Oct-2007'),
(2,'03-Dec-2007'),
(3,'2-may-2009'),
(4,'16-Oct-2009'),
(5,'26-Oct-2009'),
(6,'30-Oct-2009'),
(7,'01-Nov-2009'),
(8,'16-Nov-2009'),
(9,'30-Nov-2009'),
(10,'11-Dec-2009'),
(11,'11-Dec-2010'),
(12,'11-Dec-2010'),
(13,'11-Dec-2010')

;with a as
(
  select datediff(day, t1.date, t2.date) daysapart, 
  row_number() over (order by count desc) rn,
  b.count, 
         t1.record fromrecord, 
         t2.record torecord
  from @t t1
  join @t t2
  on t1.date <= t2.date 
     and dateadd(month, 6, t1.date) > t2.date 
     and t1.record <= t2.record
  cross apply (select count(*) count from @t where record between t1.record and t2.record) b
)
, b as
(
    select * from a where not exists 
    (select 1 from a b where (a.fromrecord between b.fromrecord and b.torecord
      or a.torecord between b.fromrecord and b.torecord)
      and a.rn > b.rn and not exists(select 1 from a c where 
      (b.fromrecord between c.fromrecord and c.torecord
      or b.torecord between c.fromrecord and c.torecord)
      and b.rn > c.rn))
)
select count, fromrecord, torecord, daysapart from b

结果：

count       fromrecord  torecord    daysapart
----------- ----------- ----------- -----------
7           4           10          56
3           11          13          0
2           1           2           45
1           3           3           0

【讨论】：

这有点令人兴奋，但它确实有效！我对您的解决方案的一个（相当小的）挑剔是这种情况：datediff(day, t1.date, t2.date) between 0 and 180。我真的会把它改成这样：t2.date <= dateadd(month, 6, t1.date)。当然，除了将范围更精确地设置为 6 个月外，它没有任何改变。很棒的解决方案，而且似乎也是唯一真正解决问题的解决方案。
@AndriyM 感谢您的评论和好话。很好地发现了日期问题。我刚醒来并登录以更改它，因为它困扰着我。否则我永远不会这么早起床
顺便说一句。这不适用于大型数据集

【解决方案4】：

我考虑过

6 个月 = 180 天
如果日期之间的差异 > 180 天，那么它们将在列表中出现。

试试这个：

create table #list (id int, dt datetime  )
-- insert you data into #list

select s1.id as ID_1, s1.dt as Date_2 , s2.id as ID_2, s2.dt as Date_2 
,abs( datediff(day, s2.dt, s1.dt) ) diff_in_days
from #list s1 , #list s2 
order by  case when abs(datediff(day, s2.dt, s1.dt) ) > 180 then 1
else  abs(datediff(day, s2.dt, s1.dt)) end  desc

【讨论】：

我试过你的脚本，但它没有给出正确或远程正确的结果。这是对我之前评论的更正
@t-clausen.dk 你能告诉我 1> 在问题的给定数据集中，我的第一行输出应该是什么？
对我来说，理解是 - 在数据集中找到 6M 中的日期之间的差异，然后按降序排列。
所以你假设作者想要 3600 行作为结果集？
不知道……你能说清楚他想要什么吗？