sql >> Database >  >> RDS >> Sqlserver

Ontbrekende datums invullen per groep

U kunt data.table . gebruiken van R . Ervan uitgaande dat de kolom 'tijd' van de klasse 'Datum' is,

library(data.table)#v1.9.5+
DT1 <- setDT(df1)[, list(time=seq(min(time), max(time), by ='day')),
                    by =.(shop_id, item_id)]
setkeyv(df1, names(df1)[1:3])[DT1][is.na(value), value:=0]
#   shop_id item_id       time value
#1:     150       1 2015-07-10     3
#2:     150       1 2015-07-11     5
#3:     150       1 2015-07-12     0
#4:     150       1 2015-07-13     2
#5:     150       2 2015-07-10    15
#6:     150       2 2015-07-11     0
#7:     150       2 2015-07-12    12

In de develversie kun je dit ook doen zonder de 'sleutel' in te stellen. Instructies om de ontwikkelversie te installeren zijn here

 df1[DT1, on =c('shop_id', 'item_id', 'time')][is.na(value), value:=0]
 #   shop_id item_id       time value
 #1:     150       1 2015-07-10     3
 #2:     150       1 2015-07-11     5
 #3:     150       1 2015-07-12     0
 #4:     150       1 2015-07-13     2
 #5:     150       2 2015-07-10    15
 #6:     150       2 2015-07-11     0
 #7:     150       2 2015-07-12    12

Of zoals @Arun suggereerde, een efficiëntere optie zou zijn

 DT1[, value := 0L][df1, value := i.value, on = c('shop_id', 'item_id', 'time')]
 DT1 


  1. De beste manier om geneste case-statementlogica in SQL Server uit te voeren

  2. pgAdmin-alternatieven - GUI ClusterControl voor PostgreSQL-databasebeheer

  3. SQL Server 2005 ROW_NUMBER() zonder ORDER BY

  4. PostgreSQL-afstemmingsinterval tussen start- en eindtijd tegen tijdstempel