q/kdb+中如何按±1天日期偏差分组生成uniqueid

核心思路 #

先按dadname和mumname分组，在每组内将相差≤1天的childdob归为同一簇，再为每个簇分配唯一ID，最终映射回原表生成uniqueid列。

具体实现代码 #

1. 定义日期聚类函数

该函数将一组日期中相差≤1天的日期聚合成同一簇：

clusterDates:{
    if[count x=0; enlist enlist x];
    sorted:asc x;
    diffs:1_deltas sorted;
    splits:where diffs>1;
    if[count splits=0; enlist sorted];
    raze {sorted[x+1 y]} each (0,-1_splits) cross (1,1+splits - 1_0,splits)}

2. 生成日期到UniqueID的映射表

对每个dadname,mumname组内的日期簇分配唯一ID：

// 单组内生成日期-ID映射
dateMap:{[g]
    dates:exec distinct childdob from g;
    clusters:clusterDates dates;
    idMap:raze {[c;i] (c)!enlist i} each clusters til count clusters;
    idMap}

// 全局分组处理，得到所有日期的映射
grouped:group peopletb by dadname,mumname;
allMaps:raze dateMap each grouped;

3. 为原表添加uniqueid列

将映射关系应用到原表：

peopletb:update uniqueid:allMaps[childdob] by dadname,mumname from peopletb

效果验证 #

执行后查看表，以下两组会拥有相同的uniqueid：

• mike rachel 2007.02.05、mike rachel 2007.02.06
• francis anne 2007.04.12、francis anne 2007.04.13

内容的提问来源于stack exchange，提问作者bashprofile84