SQL如何计算分组后的年度同比增长_利用LEAD窗口函数跨年取值

千辰吖_5761

千辰吖_5761

2026-05-21

769人浏览

原创

lead函数跨年取上一年值需按年份降序排序后使用,即lead(value, 1) over (partition by group_col order by year desc),配合聚合前置与null/零值防护,确保分组内时间连续性。

sql如何计算分组后的年度同比增长_利用lead窗口函数跨年取值

LEAD函数怎么跨年取上一年的分组汇总值

直接用 LEAD() 按年排序取下一行,无法解决“今年2024要对比2023”的需求——因为 LEAD() 默认是取「后一条」,而你需要的是「前一年」。正确做法是先按年份升序排列,再用 LEAD(value, 1) 向后看一行,这一行恰好就是**下一年的数据**;反过来,若你把年份降序排列,LEAD(value, 1) 取到的就是**上一年的数据**。

关键点在于:排序方向决定 LEAD 的语义。别硬记“LEAD 是取后”,要看你 ORDER BY 怎么排。

  • 年份字段必须是数值型或可排序的日期类型(如 YEAR(order_date)),避免用字符串 '2023' 排序导致 '2024' '2024' 这种错乱
  • 必须配合 PARTITION BY(如按产品类别、区域分组),否则 LEAD 会在全表范围滑动,跨组污染数据
  • 如果某组缺失某一年(比如 A 类产品没有 2022 年记录),LEAD() 返回 NULL,需用 COALESCE() 或条件判断处理

完整写法:分组 + 年度排序 + LEAD取上年值

假设你有销售表 sales,含字段 product、amount、order_date,目标是算每个 product 每年的同比((今年 - 去年) / 去年):

SELECT
  product,
  yr,
  amount,
  prev_amount,
  CASE 
    WHEN prev_amount IS NOT NULL AND prev_amount != 0
      THEN ROUND((amount - prev_amount)::NUMERIC / prev_amount, 4)
    ELSE NULL 
  END AS yoy_rate
FROM (
  SELECT
    product,
    EXTRACT(YEAR FROM order_date) AS yr,
    SUM(amount) AS amount,
    LEAD(SUM(amount), 1) OVER (
      PARTITION BY product 
      ORDER BY EXTRACT(YEAR FROM order_date) DESC
    ) AS prev_amount
  FROM sales
  GROUP BY product, EXTRACT(YEAR FROM order_date)
) t;

注意:ORDER BY ... DESC 是核心,它让 LEAD 向「更早的年份」取值;PARTITION BY product 确保各产品独立计算;聚合必须在窗口函数外完成(即先 GROUP BY,再套窗口),不能在窗口内直接对原始行用 LEAD。

为什么不用 LAG?什么时候 LAG 更合适

LAG() 和 LEAD() 在逻辑上完全对称:只要排序方向一致,LAG(x, 1) ORDER BY yr ASC 等价于 LEAD(x, 1) ORDER BY yr DESC。选哪个纯属风格偏好,但容易踩坑的是混用——比如写成 LAG(amount) OVER (PARTITION BY ... ORDER BY yr DESC),那就取到的是「下一年」,不是上年。

  • 习惯升序排序的人,用 LAG() 更直觉(“往前看一年”)
  • 习惯降序排序的人,用 LEAD() 更顺手(“往后看一年”在降序里就是时间上更早)
  • PostgreSQL/Oracle/SQL Server 都支持两者;MySQL 8.0+ 也支持,但旧版不支持窗口函数,得用自连接或变量模拟

NULL 和除零问题怎么稳住结果

年度同比最常崩在两个地方:某产品第一年没上年数据(prev_amount 为 NULL),或上年销售额为 0(除零错误)。上面示例用了 CASE 检查,但实际中建议封装成可复用逻辑:

  • 用 NULLIF(prev_amount, 0) 替代直接除,避免报错;再配合 COALESCE(..., 0) 控制默认值
  • 如果业务要求“首年同比显示为 0 而非 NULL”,就写 COALESCE(prev_amount, 0),但要注意:用 0 做分母仍会错,所以必须先判空再判零
  • 某些场景(如同比增幅只对连续两年都存在的组计算),可在外层加 WHERE prev_amount IS NOT NULL

真正麻烦的不是语法,而是年份对齐——如果数据里只有 2022-03 和 2024-01,中间缺 2023 年,LEAD 就会跳过,直接拿 2022 当 2024 的“上年”。这种断点需要提前补全年份维度,靠窗口函数本身解决不了。

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
大数据分析工具有哪四个
大数据分析工具有哪四个

大数据分析的四个工具分别是rapidminer、Hpcc、Hadoop和Pentaho bi。大数据分析用于从各种来源生成的原始数据中提取有价值的数据。这些数据帮助我们获得有意义的见解、隐藏的模式、未知的相关性、市场趋势等等,具体取决于行业。大数据分析的主要动机是提供有价值的见解,以便为未来做出更好的决策。php中文网为大家带来了大数据分析的相关教程、以及相关文章等内容,供大家免费下载使用。

2023.06.21

5116

5

Java 大数据处理基础(Hadoop 方向)
Java 大数据处理基础(Hadoop 方向)

本专题聚焦 Java 在大数据离线处理场景中的核心应用,系统讲解 Hadoop 生态的基本原理、HDFS 文件系统操作、MapReduce 编程模型、作业优化策略以及常见数据处理流程。通过实际示例(如日志分析、批处理任务),帮助学习者掌握使用 Java 构建高效大数据处理程序的完整方法。

2025.12.08

1249

12

大数据专业学习教程
大数据专业学习教程

本专题整合了大数据专业学习相关教程,阅读专题下面的文章了解更多详细内容。

2026.01.05

243

5

python处理大数据合集
python处理大数据合集

本专题整合了python处理大数据相关教程,阅读专题下面的文章了解更多详细内容。

2026.01.05

486

22

数据分析工具有哪些
数据分析工具有哪些

数据分析工具有Excel、SQL、Python、R、Tableau、Power BI、SAS、SPSS和MATLAB等。详细介绍:1、Excel,具有强大的计算和数据处理功能;2、SQL,可以进行数据查询、过滤、排序、聚合等操作;3、Python,拥有丰富的数据分析库;4、R,拥有丰富的统计分析库和图形库;5、Tableau,提供了直观易用的用户界面等等。

2023.10.12

4303

8

SQL中distinct的用法
SQL中distinct的用法

SQL中distinct的语法是“SELECT DISTINCT column1, column2,...,FROM table_name;”。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

2023.10.27

911

4

SQL中months_between使用方法
SQL中months_between使用方法

在SQL中,MONTHS_BETWEEN 是一个常见的函数,用于计算两个日期之间的月份差。想了解更多SQL的相关内容,可以阅读本专题下面的文章。

2024.02.23

1109

5

SQL出现5120错误解决方法
SQL出现5120错误解决方法

SQL Server错误5120是由于没有足够的权限来访问或操作指定的数据库或文件引起的。想了解更多sql错误的相关内容,可以阅读本专题下面的文章。

2024.03.06

6221

10

sql procedure语法错误解决方法
sql procedure语法错误解决方法

sql procedure语法错误解决办法:1、仔细检查错误消息;2、检查语法规则;3、检查括号和引号;4、检查变量和参数;5、检查关键字和函数;6、逐步调试;7、参考文档和示例。想了解更多语法错误的相关内容,可以阅读本专题下面的文章。

2024.03.06

3063

4

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
phpStudy极速入门视频教程
phpStudy极速入门视频教程

共6课时 | 54.7万人学习

独孤九贱(4)_PHP视频教程
独孤九贱(4)_PHP视频教程

共89课时 | 133.7万人学习