sql - Impala：计数（不同）具有多个 where 语句标准？

Question

我有一个健康结果数据库，我希望能够在其中查询在特定日期范围内满足特定诊断字符串的受试者计数。虚拟数据 ( my_table) 看起来像这样（Date作为时间戳）：

subjid   Diagnosis  Date
----------------------------------------
Subj001  Z12345     2019-02-05 00:00:00
Subj001  Z12345     2017-01-10 00:00:00
Subj002  Z12345     2018-08-14 00:00:00
Subj002  Z12345     2014-03-20 00:00:00
Subj002  Z12345     2013-07-23 00:00:00
Subj003  Y56789     2016-08-16 00:00:00

subjid 中的每个主题可以有多个条目，每个条目都有一个相应的诊断代码。到目前为止，我的查询看起来像：

select 
    subjid, Diagnosis, Date,
    count(subjid) over (partition by Diagnosis) as count 
from 
    my_table
where 
    Diagnosis in ('Z12345') 
    and diag_date >= '2014-01-01 00:00:00'

但是，问题是我不能在计数的括号中包含不同的语句，因为这会返回错误。我正在寻找的是在特定日期之后满足诊断代码字符串的唯一主题的数量；我对每个患者出现多少次诊断代码字符串不感兴趣。

问题：有没有办法计算在特定日期之后与特定诊断字符串匹配的每个给定主题的唯一出现的总数？

解决方案需要在 Impala 中。在此先感谢您的任何建议。

标签： sqlimpala

Answer 1

一种方法是dense_rank()s 的总和：

select subjid, Diagnosis, Date,
       (dense_rank() over (partition by diagnosis order by subjid asc) +
        dense_rank() over (partition by diagnosis order by subjid desc)
       ) as num_subjids
from my_table
where Diagnosis in ('Z12345') and
      diag_date >= '2014-01-01 00:00:00';