Mysql 将dplyr转换为sql

我的数据结构如下：

id  start       end          cancelled
1   2020-01-01  2020-12-31   2021-01-10
1   2021-02-01  2022-01-31   NA
2   2020-01-01  2020-12-31   NA
3   2020-01-01  2020-06-30   2020-07-01
3   2020-07-10  2021-01-09   2021-01-31
3   2021-02-02  2021-08-01   NA

这些数据代表俱乐部会员资格，目标是提取那些取消会员资格并随后重新加入的会员。我特别感兴趣的是取消和重新加入之间的天数

在R中，我可以做：

dat <- structure(list(id = c(1, 1, 2, 3, 3, 3), start = c("2020-01-01", 
"2021-02-01", "2020-01-01", "2020-01-01", "2020-07-10", "2021-02-02"
), end = c("2020-12-31", "2022-01-31", "2020-12-31", "2020-06-30", 
"2021-01-09", "2021-08-01"), cancelled = c("2021-01-10", NA, 
NA, "2020-07-01", "2021-01-31", NA)), class = "data.frame", row.names = c(NA, 
-6L)) %>%

dat[,-1] <- lapply(dat[,-1], as.Date)
dat %>%
group_by(id) %>%
  summarize(
    rejoin_date = start[-1],
    time_to_rejoin = as.numeric(start[-1] - cancelled[-n()], units="days")
  ) %>% drop_na(time_to_rejoin) %>%
  ungroup()

我如何在MySQL中做到这一点

CREATE TABLE IF NOT EXISTS `dat` (
  `id` int(6) unsigned NOT NULL,
  `start` TIMESTAMP,
  `end` TIMESTAMP,
  `cancelled` TIMESTAMP NULL
) DEFAULT CHARSET=utf8;
INSERT INTO `dt` (`id`, `start`, `end`, `cancelled`) VALUES
  ('1', '2020-01-01', '2020-12-31', '2021-01-10'),
  ('2', '2021-02-01', '2022-01-31', NULL ),
  ('2', '2021-01-01', '2020-12-31', NULL ),
  ('3', '2020-01-01', '2020-06-30', '2020-07-01'),
  ('3', '2020-07-10', '2021-01-09', '2021-01-31'),
  ('3', '2021-02-02', '2021-08-01', NULL )

选择t1.id， 合并t1.cancelled，t1.end`end`， t2.下一次开始， DATEDIFFt2.start，COALESCEt1.cancelled，t1.end间隙 从dat t1开始 在t1.id=t2.id上连接dat t2 合并t1.cancelled，t1.end PPS。如果不需要返回相邻的句点，则将“间隙>1”添加到查询的最末端

你能补充一下它是如何工作的吗乔·金

t1和t2表格副本用于检索上一个期间和下一个期间

t3允许确保它们相邻，从t1到t2的周期之间没有任何周期

也就是说，如果我们有3个周期，那么JOIN生成3对1-2、2-3、1-3，但其中删除了最后一对，因为周期1和3之间存在周期2

---

如果设置了COALESCE，且未设置end is it not set为NULL，则它用于执行取消。

注意，按照惯例，名为“id”的列通常是代理主列KEY@Strawberry谢谢，你说得对。我只是想让它简单些。+谢谢，这似乎很有效。你能描述一下它是如何工作的吗？@JoeKing补充了一些解释。

CREATE TABLE IF NOT EXISTS `dat` (
  `id` int(6) unsigned NOT NULL,
  `start` TIMESTAMP,
  `end` TIMESTAMP,
  `cancelled` TIMESTAMP NULL
) DEFAULT CHARSET=utf8;
INSERT INTO `dt` (`id`, `start`, `end`, `cancelled`) VALUES
  ('1', '2020-01-01', '2020-12-31', '2021-01-10'),
  ('2', '2021-02-01', '2022-01-31', NULL ),
  ('2', '2021-01-01', '2020-12-31', NULL ),
  ('3', '2020-01-01', '2020-06-30', '2020-07-01'),
  ('3', '2020-07-10', '2021-01-09', '2021-01-31'),
  ('3', '2021-02-02', '2021-08-01', NULL )