用 lag(N) 值填充 NULL 列值

Question

我有一个简单的表，其中缺少“某人”列的值。我想用 id 字段中的先前值按升序填充 NULL 值，而不是降序值（过去的项目可能不同）。为了实验（我的实际查询要复杂得多），我不能简单地使用 UPDATE 查询来填充表，我必须将其作为 SELECT 来执行。

CREATE TABLE lag_test (id serial primary key, natural_key integer, somebody text);

INSERT INTO lag_test(natural_key, somebody)
VALUES (1, NULL), (1, 'Kirk'), (1, NULL), (2, 'Roybal'), (2, NULL), (2, NULL);

示例代码创建如下表格：

id  natural_key  somebody
--  -----------  --------
1   1            NULL
2   1            Kirk
3   1            NULL
4   2            Roybal
5   2            NULL
6   2            NULL

到目前为止，我有这个：

SELECT id,
       natural_key,
       COALESCE(somebody, lag(somebody) OVER (PARTITION BY natural_key)) somebody
FROM lag_test
ORDER BY natural_key, id;

返回这个：

id  natural_key  somebody
--  -----------  --------
1   1            NULL
2   1            Kirk
3   1            Kirk
4   2            Roybal
5   2            Roybal
6   2            NULL

我希望它返回这个：

id  natural_key  somebody
--  -----------  --------
1   1            NULL
2   1            Kirk
3   1            Kirk
4   2            Roybal
5   2            Roybal
6   2            Roybal

基本问题是：如何让 lag() 过去 N 行，以便行 id:6,natural_key:2 接收“某人”列的值？

我正在使用 PG 9.3.4。

更新： 阅读文档后，我发现 lag 需要一个可选参数 [offset]，我可以在某种程度上使用它。希望有人能帮我完善一下：

SELECT id,
       natural_key,
       COALESCE(somebody,
                lag(somebody, 1) OVER (PARTITION BY natural_key),
                lag(somebody, 2) OVER (PARTITION BY natural_key),
                lag(somebody, 3) OVER (PARTITION BY natural_key)
               ) somebody
FROM lag_test
ORDER BY natural_key, id;

这解决了 OP 中显示的有限测试集的问题。真正的问题尚未得到解答。

编辑 2：

我也发现了这个小宝石。

SELECT id, natural_key, 
  regexp_replace(string_agg(somebody, '|') OVER (ORDER BY id)::text, '^.*\|', '', 'g') somebody 
FROM lag_test 
ORDER BY natural_key, id;

仅适用于不包含管道“|”的数据象征。有点hacky，但性能很好。

Answer 1

根据您显示的内容，这是具有正确输出的一个。为了扩展测试，我输入了更多值，创建了两个不同的名称，它们之间有一个间隔。

CREATE TABLE lag_test(
  id serial primary key,
  natural_key integer,
  somebody text);

INSERT  INTO lag_test( natural_key, somebody )
VALUES  (1, NULL), (1, 'Kirk'), (1, NULL), (1, NULL), (1, 'James'), (1, NULL),
        (2, 'Roybal'), (2, NULL), (2, NULL),
        (3, NULL), (3, 'Truman'), (3, NULL), (3, NULL);

我不知道这是否适用于分析（无论如何都不使用 LAG），但这是一种具有一个联接和一个子查询的解决方案。真的很简单。

SELECT  lt.ID ID, lt.Natural_key,
        CASE WHEN lt.Somebody IS NULL
            THEN lt1.Somebody
            ELSE lt.Somebody END SomeBody
  FROM  lag_test lt
  LEFT JOIN lag_test lt1
    ON  lt1.ID =(
        SELECT  MAX( ID )
          FROM  lag_test
         WHERE  Natural_key = lt.Natural_key
           and  ID < lt.ID
           AND  SomeBody IS NOT NULL);

查看SQL Fiddle 沙盒。

Answer 2

无法测试，但试试这个：

SELECT lt.id, lt.natural_key, l.somebody from lag_test lt inner join (select 
lt.natural_key, lt.somebody from lag_test lt inner join (select MAX(id) as LastID, 
somebody from lag_test WHERE NOT somebody is null GROUP BY somebody) as lson 
lt.id=ls.LastID) as l on lt.natural_key=l.natural_key

可能不是最紧凑的方式，但它对我有用。

这是结果

id  natural_key somebody
----------------------------
1   1   Kirk
2   1   Kirk
3   1   Kirk
4   1   Kirk
5   2   Roybal
6   2   Roybal
7   2   Roybal