求Databricks SQL查询语句：按规则生成C1列

需求描述 #

在同一ID、COMPANY、DEPT组合的分组内：

• 当FLAG为F时，C1取该行的INDICATOR值
• 该C1值需持续填充到下一个FLAG=F的行出现前的所有行

原始数据表 #

期望输出表 #

解决方案代码 #

WITH grouped_data AS (
    SELECT 
        ID,
        COMPANY,
        DEPT,
        FLAG,
        INDICATOR,
        -- 累计分组内F的出现次数，生成子分组标识
        SUM(CASE WHEN FLAG = 'F' THEN 1 ELSE 0 END) OVER (
            PARTITION BY ID, COMPANY, DEPT 
            ORDER BY INDICATOR  -- 需根据实际数据的排序逻辑调整，确保行顺序正确
            ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
        ) AS f_subgroup
    FROM your_table  -- 替换为你的实际表名
)
SELECT 
    ID,
    COMPANY,
    DEPT,
    FLAG,
    INDICATOR,
    -- 在每个子分组中提取F对应的INDICATOR值，填充到所有行
    MAX(CASE WHEN FLAG = 'F' THEN INDICATOR END) OVER (
        PARTITION BY ID, COMPANY, DEPT, f_subgroup
    ) AS C1
FROM grouped_data
ORDER BY ID, COMPANY, DEPT, INDICATOR;

代码说明 #

1. 生成子分组：通过SUM窗口函数累计每个分组内到当前行为止FLAG=F的出现次数，将每个F到下一个F之前的行划分为同一个子分组（f_subgroup）。
2. 填充C1列：在每个子分组内，用MAX函数提取FLAG=F对应的INDICATOR值，由于每个子分组仅存在一行FLAG=F，该值会被填充到子分组内的所有行。

内容的提问来源于stack exchange，提问作者Johnson