自定义加入条件。左加入 ID 和最近的小于日期。SQL 或 Python 解决方案

Question

我正在尝试加入 2 个表。表 1 包含 Id、日期列和值列。表 2 还有 Id、日期列和不同的值列。我需要通过相同的记录 ID 和表 1 中最接近的小于表 2 中日期的日期将表 1（如左图）与表 2（右图）连接起来。因此，连接将首先匹配 ID，然后匹配它将为表 2 中的日期查找表 1 中最接近的小于日期。因此，如果表 1 中没有小于表 2 的相应 ID 的日期，则不会添加表 2 的值，因为ID。我想显示表 1 中的所有记录，并且只显示表 2 中的值列。因此，如果表 1 中有 100,000 行，那么我希望最终的联接表也有 100,000 行。这是我希望实现的简化版本和示例。在简化示例中，表 2 中只有 1 个值列，但我有 15 个。下面是创建虚拟表的 SQL 代码：drop table if exists table1;drop table if exists table2;create table table1 (id text, date date, val int);create table table2 (id text, date date, val int);insert into table1 (id, date, val)values ('sn1', '2010/01/26', 10),       ('sn1', '2010/01/25', 9),       ('sn1', '2010/01/21', 8),       ('sn2', '2010/01/23', 9),       ('sn2', '2010/01/22', 7),       ('sn1', '2010/01/19', 10);insert into table1 (id, date, val) values ('sn2', '2010/01/18', 11);select * from table1 order by 1,2;insert into table2 (id, date, val) values ('sn1', '2010/01/26', 20);insert into table2 (id, date, val) values ('sn2', '2010/01/23', 99);insert into table2 (id, date, val) values ('sn2', '2010/01/17', 50);insert into table2 (id, date, val) values ('sn2', '2010/01/21', 60);insert into table2 (id, date, val) values ('sn1', '2010/01/20', 0);select * from table2 order by 1,2;下面显示了所需的结果。它具有表 1 中的所有列和行以及表 2 中的最后一列。+------+------------+------+------+| id   | date       | val1 | val2 |+------+------------+------+------+| sn1  | 2010-01-19 |   10 |    0 || sn1  | 2010-01-21 |    8 |      || sn1  | 2010-01-25 |    9 |      || sn1  | 2010-01-26 |   10 |   20 || sn2  | 2010-01-18 |   11 |   60 || sn2  | 2010-01-22 |    7 |      || sn2  | 2010-01-23 |    9 |   99 |+------+------------+------+------+任何帮助将不胜感激，无论是 SQL（首选）还是 Python。

Answer 1

SELECT t1.id, t1.`date`, t1.val val1, t2.val val2

FROM table1 t1

LEFT JOIN table2 t2 ON t2.`date` >= t1.`date` 

                   AND t2.id = t1.id

                   AND NOT EXISTS (SELECT NULL

                                   FROM table1 t3

                                   WHERE t3.`date` > t1.`date`

                                     AND t2.`date` >= t3.`date`

                                     AND t3.id = t1.id)

ORDER BY id, `date`;

或者

WITH 

cte1 AS (SELECT id, `date`, val val1, NULL val2

         FROM table1

        UNION ALL

         SELECT id, `date`, NULL val1, val val2

         FROM table2),

cte2 AS (SELECT id, 

                `date`, 

                val1, 

                CASE WHEN val2 IS NULL

                     THEN LEAD(val2) OVER (PARTITION BY id ORDER BY `date`, val2)

                     ELSE val2

                     END val2

         FROM cte1)

SELECT *

FROM cte2

WHERE val1 IS NOT NULL

ORDER BY id, `date`;

小提琴