Tengo una base de datos postgreSQL donde quiero registrar cómo cambia una columna específica para cada identificación, con el tiempo. Tabla 1:
personID | status | unixtime | column d | column e | column f 1 2 213214 xyz 1 2 213325 xyz 1 2 213326 xyz 1 2 213327 xyz 1 2 213328 xyz 1 3 214330 xyz 1 3 214331 xyz 1 3 214332 xyz 1 2 324543 xyzQuiero realizar un seguimiento de todo el estado a lo largo del tiempo. Entonces, en base a esto, quiero una nueva tabla, table2 con los siguientes datos:
personID | status | unixtime | column d | column e | column f 1 2 213214 xyz 1 3 214323 xyz 1 2 324543 xyzx,y,z son variables que pueden y variarán entre cada fila. Las tablas tienen miles de otros ID de persona con ID cambiantes que también me gustaría capturar. Un solo grupo por estado, ID de persona no es suficiente (tal como lo veo), ya que puedo almacenar varias filas del mismo estado e ID de persona, tal como ha habido un cambio de estado.
Hago esto en Python, pero es bastante lento (y supongo que es mucho IO):
for person in personid: status = -1 records = getPersonRecords(person) #sorted by unixtime in query newrecords = [] for record in records: if record.status != status: status = record.status newrecords.append(record) appendtoDB(newrecords)Este es un problema de lagunas e islas. Desea el inicio de cada isla, que puede identificar comparando el estado en la fila actual con el estado en el registro "anterior".
Las funciones de ventana son útiles para esto:
select t.* from ( select t.*, lag(status) over(partition by personID order by unixtime) lag_status from mytable t ) t where lag_status is null or status <> lag_status