Databricks SQL：基于唯一值用LAG函数实现指定列计算需求

你的问题出在单纯使用LAG(number)只会取紧邻的前一行值，如果前一行也是8，就会得到错误的计算结果。要实现“取前一个非8的number值加1”的逻辑，需要在窗口函数中追踪每个id分组内最近的非8值，而非仅前一行值。

以下是符合要求的CASE语句实现：

SELECT 
    id,
    number,
    CASE 
        WHEN number = 8 
        THEN MAX(CASE WHEN number != 8 THEN number END) OVER (
            PARTITION BY id 
            ORDER BY number 
            ROWS BETWEEN UNBOUNDED PRECEDING AND 1 PRECEDING
        ) + 1
        ELSE number
    END AS value_needed
FROM your_table;

代码说明： #

• MAX(CASE WHEN number != 8 THEN number END) OVER (...)：在每个id分组内，筛选出当前行之前的所有非8值，通过MAX获取其中最后出现的那个值（即最近的非8值）。
• ROWS BETWEEN UNBOUNDED PRECEDING AND 1 PRECEDING：限定窗口范围为分组起始行到当前行的前一行，确保只参考当前行之前的数据。
• 若需要让所有number=8的行value_needed统一为3，只需保证每个id分组内最近的非8值为2，这段代码会自动计算出3。

注意：如果你的数据排序逻辑不是基于number列（比如按行的插入顺序），请将ORDER BY number替换为对应的排序字段，确保能正确追踪到前一个非8的行。

内容的提问来源于stack exchange，提问作者inspiredd