窗口函数怎么排住院时间序列
医疗数据里，admit_date 和 discharge_date 通常分散在多条记录中（比如患者多次入院），直接用 GROUP BY patient_id 会丢失时序细节。必须用窗口函数按患者+时间排序，才能看清趋势。
- 用
ROW_NUMBER() OVER (PARTITION BY patient_id ORDER BY admit_date)标记每次住院的顺序（第1次、第2次…） - 如果要算相邻两次住院的间隔，得先用
LAG(discharge_date) OVER (PARTITION BY patient_id ORDER BY admit_date)拿到上一次出院时间 - 注意：
ORDER BY admit_date是关键，不能只写ORDER BY discharge_date——有人出院后隔半年才再入院，但首次入院时间才是趋势起点
计算两次住院间隔时容易漏掉 NULL
LAG() 在每个患者的第一条记录上必然返回 NULL，如果后续直接做减法（比如 admit_date - LAG(discharge_date)），整行结果就变 NULL，导致统计偏差。
- 必须用
CASE WHEN过滤：CASE WHEN LAG(discharge_date) OVER (PARTITION BY patient_id ORDER BY admit_date) IS NOT NULL THEN admit_date - LAG(discharge_date) OVER (PARTITION BY patient_id ORDER BY admit_date) ELSE NULL END AS days_since_last_discharge
- 医疗场景下，
days_since_last_discharge 是异常信号（比如录入错日期），建议一并过滤或告警 - PostgreSQL 中日期相减得整数天，MySQL 要用
DATEDIFF(admit_date, LAG(discharge_date))
用 AVG() OVER 算滚动平均住院周期靠谱吗
对单个患者的每次住院时长（discharge_date - admit_date）做 AVG() OVER (PARTITION BY patient_id ORDER BY admit_date ROWS BETWEEN 2 PRECEDING AND CURRENT ROW)，能看近期趋势，但有陷阱：
- 滚动窗口只包含“当前及之前最多2次”，如果某患者只住过1次，结果就是单次时长，不是均值
- 更稳妥的是先用子查询或 CTE 算出每条记录的住院天数，再套窗口函数，避免重复计算
- 如果想对比群体趋势（比如所有糖尿病患者近3个月平均住院天数变化），得把
PARTITION BY diagnosis, DATE_TRUNC('month', admit_date)配合ORDER BY admit_date使用，否则窗口跨月份没意义
为什么 RANK() 和 DENSE_RANK() 在分组分析里要慎选
给患者按平均住院天数从长到短排名时，RANK() 遇到并列会跳名次（比如两个第1，下一个就是第3），而 DENSE_RANK() 不跳（两个第1，下一个是第2）。
- 医疗质控报告常要求“前10%长住院周期患者”，这时用
PERCENT_RANK()比手动算排名更稳：PERCENT_RANK() OVER (ORDER BY (discharge_date - admit_date) DESC) - 但注意：
PERCENT_RANK()基于整个结果集排序，如果 WHERE 条件过滤了某些诊断类型，得确保窗口函数作用域和过滤逻辑一致，否则分位数失真 - 实际跑的时候，先加
WHERE admit_date >= '2023-01-01'再开窗口，比在窗口里嵌FILTER更易读、更少出错
窗口函数本身不难，难在医疗数据的时间逻辑必须严丝合缝——一次 ORDER BY 写错，整个趋势线就偏了。
