sql - 在 SQL 中检测时间序列数据中超出阈值的值更改

标签 sql postgresql time-series window-functions gaps-and-islands

在 PostgreSQL 中,我试图找到具有低于 60 的值序列以及随后出现的两个高于 60 的连续值的主题。我还对第一个低于 60 的记录值和第二个高于 60 的值之间的时间长度感兴趣。对于每个受试者,此事件可能会发生多次。

我正在努力寻找如何搜索无限量 < 60 后跟 2 个值 >= 60 的值。

RowID    SubjectID    Value    TimeStamp    
1           1          65   2142-04-29 12:00:00 
2           1          58   2142-04-30 03:00:00 
3           1          55   2142-04-30 04:00:00
4           1          54   2142-04-30 05:00:00
5           1          55   2142-04-30 06:15:00  
6           1          56   2142-04-30 06:45:00
7           1          65   2142-04-30 07:00:00 
8           1          65   2142-04-30 08:00:00
9           2          48   2142-05-04 03:30:00 
10          2          48   2142-05-04 04:00:00
11          2          50   2142-05-04 05:00:00
12          2          69   2142-05-04 06:00:00
13          2          68   2142-05-04 07:00:00
14          2          69   2142-05-04 08:00:00
15          2          50   2142-05-04 09:00:00
16          2          55   2142-05-04 10:00:00
17          2          50   2142-05-04 10:30:00
18          2          67   2142-05-04 11:00:00
19          2          67   2142-05-04 12:00:00

我目前的尝试使用了滞后和超前函数,但是当我不确定我需要向前看多远时,我不确定如何使用这些函数。这是一个向前看一个值,向后看一个值的例子。我的问题是我不知道如何按 subjectID 进行分区以查看前面的“t”时间点,其中每个主题的“t”可能不同。

select t.subjectId, t.didEventOccur,
   (next_timestamp - timestamp) as duration
from (select t.*,
         lag(t.value) over (partition by t.subjectid order by t.timestamp) 
as prev_value,
         lead(t.value) over (partition by t.subjectid order by 
t.timestamp) as next_value,
         lead(t.timestamp) over (partition by t.subjectid order by 
 t.timestamp) as next_timestamp
  from t
 ) t
where value < 60 and next_value < 60 and
  (prev_value is null or prev_value >= 60);

我希望得到这样的输出:

SubjectID  DidEventOccur Duration 
 1          1             05:00:00
 2          1             03:30:00
 2          1             03:00:00

最佳答案

像您一直要求的那样的纯 SQL 解决方案:

SELECT subjectid, start_at, next_end_at - start_at AS duration
FROM  (
   SELECT *
        , lead(end_at) OVER (PARTITION BY subjectid ORDER BY start_at) AS next_end_at
   FROM  (
      SELECT subjectid, grp, big
           , min(ts) AS start_at
           , max(ts) FILTER (WHERE big AND big_rn = 2) AS end_at  -- 2nd timestamp
      FROM  (
         SELECT subjectid, ts, grp, big
              , row_number() OVER (PARTITION BY subjectid, grp, big ORDER BY ts) AS big_rn
         FROM  (
            SELECT subjectid, ts
                 , row_number() OVER (PARTITION BY subjectid ORDER BY ts)
                 - row_number() OVER (PARTITION BY subjectid, (value > 60) ORDER BY ts) AS grp
                 , (value > 60) AS big
            FROM   tbl
            ) sub1
         ) sub2
      GROUP  BY subjectid, grp, big
      ) sub3
   ) sub4
WHERE  NOT big                 -- identifies block of values <= 60 ...
AND    next_end_at IS NOT NULL -- ...followed by at least 2 values > 60
ORDER  BY subjectid, start_at;

我省略了无用的列 DidEventOccur 并添加了 start_at。否则正是您想要的结果。

db<> fiddle here

考虑使用 plpgsql(或任何 PL)中的过程解决方案,应该会更快。更简单?我会说是的,但这取决于谁在评判。请参阅(解释技术和更多链接):

关于sql - 在 SQL 中检测时间序列数据中超出阈值的值更改,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55309803/

相关文章:

Mysql 查询连接条件不起作用

mysql - 比较同一列中的两个值

python - 使用随机森林预测 future 发生的情况

python - 如何使用 Pandas 按 10 分钟分组时间序列

mysql - 查找满足条件的范围

mysql - 什么会导致 InnoDB 表的单个 UPDATE 性能非常低?

SQL SELECT FREETEXT 按等级排序

sql - sql语句语法错误

postgresql - 使用包含表中的 jsonb 数据类型对第一级查询的 where 子句进行后续处理

sql - 选择表中不存在的 ID