加入两个数据集以获得最佳结果

如何解决加入两个数据集以获得最佳结果

提前谢谢！这不是一个长期的问题，但希望它是简洁明了的。

我有两个带两个数据集的不同查询。

两个数据集都将相似区域的数据以相同的粒度呈现。

第一个数据集每个季节的每个月都有多个快照，因此对于一个季节的同一谷物，每个季节的每个指标都有三个不同的度量值。

数据集1（国家/地区，季节，月份，指标是列名） （1.秋天，9 / 1，1是该列的记录）

国家/地区 季节 月份 指标

1. A，秋天，9/1，1
2. A，秋天，10 / 1，2
3. A，秋天，11 / 1，3

其中第二个数据集一个季节有一个快照（每个季节仅一个月），因此每个季节只有一个快照。

数据集2

国家/地区 季节 月份 指标

1. A，秋天，9/1，4

我目前的完全外部联接方法正在为我提供以下输出

国家/地区 季节 月份 metric1 metric2

1. A，秋天，9 / 1，1，4

2. A，秋天，10 / 1，2，

3. A，秋天，11 / 1，3，

** 请注意，如果使用nvl，则10/1和11/1的metric2为空白或为零，但我们需要填充 这两个月的值也都等于4 我们如何实现这一目标

或FINAL OUTPUT应该看起来像这样

国家/地区 季节 月份 metric1 metric2

1. A，秋天，9 / 1，1，4

2. A，秋天，10 / 1、2、4

3. A，秋天，11 / 1，3，4

解决方法

我完全不了解Snowflake，但假设它使用的是相当标准的SQL，那么它应该很简单：

SELECT a.country,a.season,a.month,a.metric AS metric1,b.metric AS metric2
FROM dataset1 a
INNER JOIN dataset2 b
ON a.country = b.country AND a.season = b.season

即它不需要完全的外部连接，只需要在国家和季节进行匹配即可。 附言如果您在问题中显示尝试过的SQL，将会很有帮助。

,

更改加入条件。

不仅仅是使用

Dataset1.country = Dataset2.country 
and Dataset1.month = Dataset2.month

将连接中的条件用作-

Dataset1.country = Dataset2.country 
and Dataset1.month >= Dataset2.month

现在我不知道月份的数据类型。我已经给出了逻辑，但是要进行实际比较，您可能需要根据需要使用> =

进行类型转换 ,

使用left join和窗口函数。这是一种方法：

SELECT d1.country,d1.season,d1.month,d1.metric AS metric1,COALESCE(d2.metric,LAG(d2.metric IGNORE NULLS) OVER (PARTITION BY d1.country ORDER BY d1.month)
               ) AS metric2
FROM dataset1 d1 LEFT JOIN
     dataset2 d2
     ON d2.country = d1.country AND d2.season = d1.season;

您没有为输入值指定确切的逻辑，因此采用最新的非NULL值。