SQL如何实现单列连续数值转换为区间范围（含缺值场景）

核心逻辑 #

不管用什么工具，核心思路都是给序列中的连续数值分配同一个分组ID，出现断层时分组ID+1，之后按分组ID聚合取每组的最小值和最大值，拼接成区间即可。
注意：所有实现均要求先对目标数值列做升序排序，否则分组逻辑会失效。

1. SQL 实现 #

适用于数据库表操作，用标准窗口函数即可实现：

WITH numbered AS (
    -- 计算数值和行号的差值，差值相同的属于同一连续组
    SELECT 
        num,
        num - ROW_NUMBER() OVER (ORDER BY num) AS group_id
    FROM your_table
)
SELECT 
    MIN(num) || '-' || MAX(num) AS continuous_interval
FROM numbered
GROUP BY group_id
ORDER BY MIN(num);

如果数值序列存在重复值，把ROW_NUMBER()换成DENSE_RANK()即可兼容。

2. Excel 实现 #

适用于本地表格处理：
假设目标数值列在A列，从A2开始已排序：

• B2输入0作为第一个分组ID
• B3输入公式=IF(A3=A2+1, B2, B2+1)，下拉填充所有行
• 按B列分组，每组取A列的最小值和最大值拼接即为对应区间
  如果使用Excel 365及以上版本，可直接用数组公式一键生成所有区间：

=TEXTJOIN("、",TRUE,UNIQUE(FILTER(IF(B:B=SEQUENCE(,MAX(B:B)+1),MINIFS(A:A,B:B,SEQUENCE(,MAX(B:B)+1))&"-"&MAXIFS(A:A,B:B,SEQUENCE(,MAX(B:B)+1)),""),FALSE))

3. Python 实现 #

适用于pandas数据表处理场景：

import pandas as pd

# df为目标数据表，num为待处理的数值列名
df = df.sort_values('num').reset_index(drop=True)
# 生成分组ID
df['group_id'] = df['num'] - df.index
# 分组聚合生成区间
interval_df = df.groupby('group_id')['num'].agg(['min', 'max'])
interval_df['interval'] = interval_df['min'].astype(str) + '-' + interval_df['max'].astype(str)
# 输出区间列表
intervals = interval_df['interval'].tolist()

内容的提问来源于stack exchange，提问作者MTurowski