KDB / Q查询匹配连续条件的行？

Question

我正在寻找在商店数据集中的交易（连续的？），这种趋势遵循的趋势是尽管一天中有一些先前的取消，但他们最终还是完成了交易。

有效的批处理交易必须符合一组条件。

1. 他们应该来自同一家商店。
2. 他们最终应完成，即X取消但1完成。
3. 未决的批处理事务（已取消和完成）不应超过某个时间范围，例如1天。
4. 交易应有相同数量的现金标记为“相同”交易。
5. 交易应按天划分，即任何待处理的批次均不应视为第二天的连续性。
6. 数量为十的幂（即10、1000、10000）的已取消交易应被忽略。

查询应保留所有符合上述条件的批次。最终表应有一列batch，其中包含批次的总运行量以区分它们。

初始表：

shop amount status    date    
------------------------------
A    1234   Cancelled 20101010
A    1234   Cancelled 20101010
A    1234   Completed 20101010
A    1234   Cancelled 20101010
A    1234   Completed 20101011
A    1000   Completed 20101011
B    100    Cancelled 20101011
B    100    Cancelled 20101011
B    4321   Cancelled 20101011
B    4321   Cancelled 20101011
C    333    Cancelled 20101012
C    333    Completed 20101012
C    333    Completed 20101012
D    111    Cancelled 20101013
D    155    Cancelled 20101013
D    111    Completed 20101013
D    155    Completed 20101013

按天划分：

shop amount status    date    
------------------------------
A    1234   Cancelled 20101010
A    1234   Cancelled 20101010
A    1234   Completed 20101010
A    1234   Cancelled 20101010
------------------------------
A    1234   Completed 20101011
A    1000   Completed 20101011
B    100    Cancelled 20101011
B    100    Cancelled 20101011
B    4321   Cancelled 20101011
B    4321   Cancelled 20101011
------------------------------
C    333    Cancelled 20101012
C    333    Completed 20101012
C    333    Completed 20101012
------------------------------
D    111    Cancelled 20101013
D    155    Cancelled 20101013
D    111    Completed 20101013
D    155    Completed 20101013

结果表：

shop amount status    date     batch
-------------------------------------
A    1234   Cancelled 20101010   1
A    1234   Cancelled 20101010   1
A    1234   Completed 20101010   1
-------------------------------------
A    1234   Completed 20101011   2
A    1000   Completed 20101011   3
-------------------------------------
C    333    Cancelled 20101012   4
C    333    Completed 20101012   4
C    333    Completed 20101012   5
-------------------------------------
D    111    Cancelled 20101013   6
D    155    Cancelled 20101013   7
D    111    Completed 20101013   6
D    155    Completed 20101013   7

表格查询：

([] shop:`A`A`A`A`A`A`B`B`B`B`C`C`C`D`D`D`D; amount: 1234 1234 1234 1234 1234 1000 100 100 4321 4321 333 333 333 111 155 111 155; status:`Cancelled`Cancelled`Completed`Cancelled`Completed`Completed`Cancelled`Cancelled`Cancelled`Cancelled`Cancelled`Completed`Completed`Cancelled`Cancelled`Completed`Completed; date: `20101010`20101010`20101010`20101010`20101011`20101011`20101011`20101011`20101011`20101011`20101012`20101012`20101012`20101013`20101013`20101013`20101013)

说明：

1. 在第一天，A进行了4笔交易。前三个批处理在一起，因为它们的数量相同（已取消->已取消->已完成）。最后一天的交易将被忽略，因为它已结束。

2. 在第二天，A进行了一笔等额的交易，1234但没有将前一天的交易作为其批次的一部分。完成A的另一笔交易1000。B进行了四次交易，但由于a）被取消或b）十次方而未跟踪。

3. 第三天，C进行了三笔相同金额的交易。这被认为是两个批次，因为第一个取消和完成构成了初始批次，而最终完成的交易是一个单独的批次。

4. 在第四天，D进行了四笔交易并组成了两个批次。请注意，此处的交易不是连续的，因为有两个金额不同的已取消交易，但两者都将在将来完成。

表按时间戳和日期排序，即23:59:59到00:00:00。查询不必是单行的，而可以是写入任何临时表/变量等的多行查询。

此外，如果有一种方法可以获取每批已取消交易的数量，这将很有帮助。

Answer 1

因此，首先计算完成的批次数。

q)n:count select from tab where status=`Completed

然后使用以下查询将批号分配给每个“已完成”行

q)btab:update batch:1+til n from tab where status=`Completed
q)btab
shop amount status    date     batch
------------------------------------
A    1234   Cancelled 20101010
A    1234   Cancelled 20101010
A    1234   Completed 20101010 1
A    1234   Cancelled 20101010
A    1234   Completed 20101011 2
A    1000   Completed 20101011 3
B    100    Cancelled 20101011
B    100    Cancelled 20101011
B    4321   Cancelled 20101011
B    4321   Cancelled 20101011
C    333    Cancelled 20101012
C    333    Completed 20101012 4
C    333    Completed 20101012 5
D    111    Cancelled 20101013
D    155    Cancelled 20101013
D    111    Completed 20101013 6
D    155    Completed 20101013 7

然后反转表格以按日期，店铺和金额填充空值，然后反转并删除10的幂的所有取消（使用与特里林奇相同的逻辑）

q)ftab:reverse update fills batch by date,shop,amount from reverse btab where not (status=`Cancelled)&{x=`int$x}10 xlog amount
q)ftab
shop amount status    date     batch
------------------------------------
A    1234   Cancelled 20101010 1
A    1234   Cancelled 20101010 1
A    1234   Completed 20101010 1
A    1234   Cancelled 20101010
A    1234   Completed 20101011 2
A    1000   Completed 20101011 3
B    100    Cancelled 20101011
B    100    Cancelled 20101011
B    4321   Cancelled 20101011
B    4321   Cancelled 20101011
C    333    Cancelled 20101012 4
C    333    Completed 20101012 4
C    333    Completed 20101012 5
D    111    Cancelled 20101013 6
D    155    Cancelled 20101013 7
D    111    Completed 20101013 6
D    155    Completed 20101013 7

然后从表中选择并提取具有批号的数据

q)stab:select from ftab where batch<>0N
q)stab
shop amount status    date     batch
------------------------------------
A    1234   Cancelled 20101010 1
A    1234   Cancelled 20101010 1
A    1234   Completed 20101010 1
A    1234   Completed 20101011 2
A    1000   Completed 20101011 3
C    333    Cancelled 20101012 4
C    333    Completed 20101012 4
C    333    Completed 20101012 5
D    111    Cancelled 20101013 6
D    155    Cancelled 20101013 7
D    111    Completed 20101013 6
D    155    Completed 20101013 7
q)

最后这是一个查询，以获取每批的取消数量

q)select numberOfCancellations:-1+count batch by batch from stab
batch| numberOfCancellations
-----| ---------------------
1    | 2
2    | 0
3    | 0
4    | 1
5    | 0
6    | 1
7    | 1