SQL：获取最近一个月的N和这些记录的历史记录

如何解决SQL：获取最近一个月的N和这些记录的历史记录

我想查找最近一段时间的前N个名字（值最高的名字）。对于这些名称，我想获得历史价值。

此问题Select top 10 records for each category

我尝试了以下操作：

base_table (period,name,value)

CREATE VIEW TOP3 AS
SELECT DISTINCT a.*,COUNT(*) as rank
FROM base_table AS a
LEFT JOIN base_table AS a2 
ON a.period = a2.period and a.value <= a2.value
GROUP BY a.value
HAVING COUNT(*) <= 3
ORDER BY period,rank;

这使我成为每个时期的前三名。

period | name | value | rank
092020   Joe    100      1
092020   Jane   90       2
092020   Doe    80       3

082020   Jan    100      1
082020   Doc    99       2
082020   Pete   98       3
.
.
.

但不是理想的结果。

假设这些是最近一个月的前三名：

period | name | value | rank
092020   Joe    100      1
092020   Jane   90       2
092020   Doe    80       3

现在，我希望获得这些的历史记录，即使它们不在上个月的前3名中，也是如此：

period | name | value | rank
092020   Joe    100      1
092020   Jane   90       2
092020   Doe    80       3

082020   Joe    95       4
082020   Jane   94       5
082020   Doe    7        50
.        .      .        .
.        .      .        .
.        .      .        .
092019  Joe     42       20
092019  Doe     34       35
092019  Jane    1        100

仅供参考，我正在使用PROC SQL在SAS中工作，因此对我而言，诸如CTE，窗口函数和其他内容之类的细腻内容对我不可用。

解决方法

您可以使用JOIN：

SELECT a.*,ar.rank
FROM base_table a JOIN
     (SELECT a.value,COUNT(*) as rank
      FROM base_table a JOIN
           base_table a2 
           ON a.period = a2.period and a.value <= a2.value JOIN
           (SELECT max(a3.period) as max_period
            FROM base_table a3
           ) a3
           ON a3.max_period = period
      GROUP BY a.value
      HAVING COUNT(*) <= 3
     ) ar
     ON ar.value = a.value
ORDER BY period,rank;

我怀疑使用data步骤会更简单，至少对于分配等级而言。

,

您可以尝试使用子查询吗？如果不是这样，您可以创建一个视图，而不是使用一些row_number（）/ rank函数进行排序

SELECT b.period,b.name,b.value
FROM base_table b
INNER JOIN
(  
    -- subquery to get last period 
    SELECT TOP 3 name,period,value
    FROM base_table
    WHERE period = (SELECT MAX(period) FROM base_table)
    ORDER BY 3 DESC
) AS s ON s.name = b.name -- join them

,

不确定为什么要为此使用SQL。这是使用PROC SQL的OUTOBS选项的方法。

首先让我们做一些实际的测试数据：

data have ;
  input period :ddmmyy. name $ value rank ;
  format period yymm7. ;
cards;
01092020   Joe    100      1
01092020   Jane   90       2
01092020   Doe    80       3
01082020   Joe    95       4
01082020   Jane   94       5
01082020   Doe    7        50
01092019  Joe     42       20
01092019  Doe     34       35
01092019  Jane    1        100
;

现在让我们将N设置为宏变量以使其更具灵活性。由于示例数据仅包含3个名称，因此我们使用N的2。

%let n=2;

因此，首先找到最近（最大）时间段的前N个。

proc sql;
reset outobs=&n;
create table top&n as select name
  from have 
  having period=max(period)
  order by value desc
;

现在将OUTOBS重置为MAX，并使用该TOPn列表从这些名称的原始数据集中提取所有数据。

reset outobs=max;
create table want as 
select * from have
where name in (select name from top&n)
;
quit;

让我们看看结果：

proc print data=want;
run;

哪个是

Obs     period    name    value    rank

 1     2020M09    Joe      100        1
 2     2020M09    Jane      90        2
 3     2020M08    Joe       95        4
 4     2020M08    Jane      94        5
 5     2019M09    Joe       42       20
 6     2019M09    Jane       1      100