在SQL中的一系列连续行上通过前向填充/LOCF列进行插补？

为时间序列分析格式化数据时，通常需要通过填充随时间推移的正向值（也称为上次观测结转/LOCF）来插补缺失值

虽然数据分析环境通常提供该功能（例如Pandas

fillna（）

），但对于较大的数据集，使用SQL进行计算（例如，使用数据并行数据仓库设备）可能更有效

例如，考虑：

    | UNIT | TIME | VALUE |
    |------|------|-------|
    | 1    | 1    | NULL  |
    | 1    | 2    | .5    |
    | 1    | 3    | NULL  |
    | 1    | 4    | NULL  |
    | 1    | 5    | .2    |
    | 1    | 6    | NULL  |
    | 2    | 1    | .6    |
    | 2    | 2    | NULL  |

在随时间向前填充值列（独立于每个单位）后，产生：

（注意，1号机组的初始空值无法插补，因为没有先验值）

---

时间也可以是时间戳或日期时间类型列。

如果使用PostgreSQL风格的SQL方言（例如Netezza PureData）作为日期时间索引（假设为过去的数据），则以下查询结构将实现前向填充。它也适用于多列索引/键

考虑到以下参数：

• -唯一标识每个时间序列样本的列列表（例如，

  单位、时间

  ）

• -需要插补值的列（例如

  值

  ）

• -时间序列的顺序范围列（例如

  时间

  ）

并得出：

• -除

---

---

下面是上述查询的SQLFIDLE:

对于一些数据库，例如Postgres，您可以定义自己的聚合函数。 LOCF只是一个连续的联合体

CREATE OR REPLACE FUNCTION locf_state( FLOAT, FLOAT )
RETURNS FLOAT
LANGUAGE SQL
AS $f$
  SELECT COALESCE($2,$1)
$f$;

CREATE AGGREGATE locf(FLOAT) (
  SFUNC = locf_state,
  STYPE = FLOAT
);

查询的可读性更强：

SELECT unit, time, 
       locf(value) OVER( PARTITION BY unit ORDER BY time )
FROM   mytable;

---

SQLFIDLE:

关于如何在PostgreSQL上线性插值/插补数值数据SQL：我还有其他问题。如何在mssql上“创建聚合locf”

SELECT DISTINCT T1.UNIT, T1.TIME, 
                COALESCE(T1.VALUE, T2.VALUE) AS VALUE
FROM table T1
LEFT OUTER JOIN (SELECT T1.UNIT, T1.TIME,
                     T1.VALUE,
                     LEAD(T1.TIME,1) 
                         OVER (PARTITION BY T1.UNIT 
                               ORDER BY T1.UNIT, T1.TIME)
                         AS NEXT_RANGE
                     FROM table T1
                     WHERE T1.VALUE IS NOT NULL
                     ORDER BY T1.UNIT, T1.TIME
                ) T2
              ON (T1.TIME BETWEEN T2.TIME
                           AND COALESCE(NEXT_RANGE, CURRENT_DATE)) 
              AND T1.UNIT = T2.UNIT

CREATE OR REPLACE FUNCTION locf_state( FLOAT, FLOAT )
RETURNS FLOAT
LANGUAGE SQL
AS $f$
  SELECT COALESCE($2,$1)
$f$;

CREATE AGGREGATE locf(FLOAT) (
  SFUNC = locf_state,
  STYPE = FLOAT
);

SELECT unit, time, 
       locf(value) OVER( PARTITION BY unit ORDER BY time )
FROM   mytable;