Snowflake SQL：筛选完成步骤1-3但未执行步骤4-5的User_ID

需求说明 #

从给定数据集提取已完成Step 1、Step 2、Step 3，但未执行Step 4、Step 5的用户，预期返回唯一的User_ID：User 1、User 4。

可行解决方案 #

方法1：分组聚合判断（推荐）

通过分组后统计用户的步骤完成情况，精准筛选符合条件的用户：

SELECT User_ID
FROM your_table_name
GROUP BY User_ID
HAVING 
    -- 确认用户完成了全部3个目标步骤
    COUNT(DISTINCT CASE WHEN Steps IN ('Step 1', 'Step 2', 'Step 3') THEN Steps END) = 3
    -- 确认用户未执行任何后续步骤
    AND COUNT(DISTINCT CASE WHEN Steps IN ('Step 4', 'Step 5') THEN Steps END) = 0;

方法2：EXISTS/NOT EXISTS子查询

通过子查询分别验证用户的步骤完成状态，逻辑更直观：

SELECT DISTINCT u.User_ID
FROM your_table_name u
-- 验证用户完成了Step1、Step2、Step3
WHERE EXISTS (SELECT 1 FROM your_table_name WHERE User_ID = u.User_ID AND Steps = 'Step 1')
  AND EXISTS (SELECT 1 FROM your_table_name WHERE User_ID = u.User_ID AND Steps = 'Step 2')
  AND EXISTS (SELECT 1 FROM your_table_name WHERE User_ID = u.User_ID AND Steps = 'Step 3')
  -- 验证用户未执行Step4或Step5
  AND NOT EXISTS (SELECT 1 FROM your_table_name WHERE User_ID = u.User_ID AND Steps IN ('Step 4', 'Step 5'));

为什么NOT IN没达到预期？ #

直接用WHERE Steps NOT IN ('Step 4', 'Step 5')只是过滤掉单条步骤记录，无法基于用户维度判断。比如User 2存在Step1-3的记录，这条语句会保留这些行，导致结果错误包含不符合条件的用户。必须从用户整体的步骤集合出发判断，而非单条行数据。

内容的提问来源于stack exchange，提问作者RaviB