SQL模拟Pandas diff()函数(第1离散差分)[滞后函数]
提问于 2018-01-09 01:13:59
我正在寻找一种方法来编写SQL查询，将第一个离散的差异应用于最初的系列。通过使用Pandas的.diff()方法，在Python中这是非常容易的：
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randint(0,100,size=(10, 2)), columns=list('AB'))
df["diff_A"]=df["A"].diff()
df["diff_B"]=df["B"].diff()
print(df)我想要的输出在"diff_A"和"diff_B"列中演示：
A B diff_A diff_B
0 36 14 NaN NaN
1 32 13 -4.0 -1.0
2 31 87 -1.0 74.0
3 58 88 27.0 1.0
4 44 34 -14.0 -54.0
5 2 43 -42.0 9.0
6 15 94 13.0 51.0
7 46 74 31.0 -20.0
8 60 9 14.0 -65.0
9 43 57 -17.0 48.0我使用Oracle，但我肯定更喜欢干净的ANSI解决方案。
回答 2
Stack Overflow用户
回答已采纳
发布于 2018-01-09 01:23:49
您可以使用解析迟滞函数：
with v as (
select rowid as rn, a, b from tab
)
select
a, b,
a - lag(a, 1) over(order by rn) as diff_a,
b - lag(b, 1) over(order by rn) as diff_b
from v
order by rn;PS使用一个真正的列(如日期)来排序要好得多，因为可以改变。
例如：
select
a, b,
a - lag(a, 1) over(order by inserted) as diff_a,
b - lag(b, 1) over(order by inserted) as diff_b
from tab;SQL中的数据集是无序的.对于滞后()中的确定性结果，始终使用充分的ORDER子句。(如果不存在此类字段，则应在插入到SQL数据集中的数据时/之前创建一个字段。SQL数据集的无序特性允许大量的可伸缩性选项和优化选项可用。)
Stack Overflow用户
发布于 2018-01-09 02:10:13
我之所以发布这个答案，仅仅是因为我能够在一个SQLFiddle中复制结果，然后是在接受的答案中的注释。除了rowid改变后的事实，是否有一个有效的论点，为什么这个简单的答案不起作用。
select
a, b,
a - lag(a, 1) over(order by rowid) as diff_a,
b - lag(b, 1) over(order by rowid) as diff_b
from tab;页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/48164751
复制相关文章
腾讯云开发者
