我有一个表,其中包含 2002 年每一天的数据,但缺少一些日期。即,2002 年有 354 条记录(而不是 365 条)。对于我的计算,我需要在表中包含空值的缺失数据
+-----+------------+------------+
| ID | rainfall | date |
+-----+------------+------------+
| 100 | 110.2 | 2002-05-06 |
| 101 | 56.6 | 2002-05-07 |
| 102 | 65.6 | 2002-05-09 |
| 103 | 75.9 | 2002-05-10 |
+-----+------------+------------+
您看到 2002-05-08 不见了。我希望我的决赛 table 是这样的:
+-----+------------+------------+
| ID | rainfall | date |
+-----+------------+------------+
| 100 | 110.2 | 2002-05-06 |
| 101 | 56.6 | 2002-05-07 |
| 102 | | 2002-05-08 |
| 103 | 65.6 | 2002-05-09 |
| 104 | 75.9 | 2002-05-10 |
+-----+------------+------------+
有没有办法在 PostgreSQL 中做到这一点?
如果我得到结果只是作为查询结果(不一定是更新表)并不重要
最佳答案
date
是 reserved word在标准 SQL 中是数据类型的名称,在 PostgreSQL 中是数据类型的名称。 PostgreSQL 允许它作为标识符,但这并不是一个好主意。我改用 thedate
作为列名。
不要依赖代理 ID 中没有间隙。这几乎总是一个坏主意。将这样的 ID 视为没有意义的唯一数字,即使它看起来大部分时间 都带有某些其他属性。
在这种特殊情况下,作为 @Clodoaldo commented ,thedate
似乎是一个完美的主键,而列 id
只是笨拙的 - 我删除了它:
CREATE TEMP TABLE tbl (thedate date PRIMARY KEY, rainfall numeric);
INSERT INTO tbl(thedate, rainfall) VALUES
('2002-05-06', 110.2)
, ('2002-05-07', 56.6)
, ('2002-05-09', 65.6)
, ('2002-05-10', 75.9);
查询
查询全表:
SELECT x.thedate, t.rainfall -- rainfall automatically NULL for missing rows
FROM (
SELECT generate_series(min(thedate), max(thedate), '1d')::date AS thedate
FROM tbl
) x
LEFT JOIN tbl t USING (thedate)
ORDER BY x.thedate
类似于@a_horse_with_no_name已发布,但简化并忽略了修剪后的 id
。
填充表中第一个和最后一个日期之间的空白。如果可能存在领先/滞后差距,请相应地扩展。您可以像 @Clodoaldo 这样使用 date_trunc()
演示 - 但他的查询存在语法错误并且可以更简单。
插入缺失的行
最快和最易读的方法是NOT EXISTS
anti-semi-join。
INSERT INTO tbl (thedate, rainfall)
SELECT x.thedate, NULL
FROM (
SELECT generate_series(min(thedate), max(thedate), '1d')::date AS thedate
FROM tbl
) x
WHERE NOT EXISTS (SELECT 1 FROM tbl t WHERE t.thedate = x.thedate)
关于postgresql - 在 PostgreSQL 的表中添加缺失日期,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13100445/