lag
lag
정렬된 프레임 안에서 현재 행보다 지정된 물리적 오프셋(offset)만큼 앞선 행에서 평가된 값을 반환하는 윈도우 함수예요.
이 함수는 lagInFrame와 비슷하지만, 항상 ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING 프레임을 사용합니다.
출처: 문서
본문
구문(Syntax)
lag(x[, offset[, default]])
OVER ([[PARTITION BY grouping_column] [ORDER BY sorting_column]] | [window_name])
FROM table_name
WINDOW window_name as ([[PARTITION BY grouping_column] [ORDER BY sorting_column])
윈도우 함수 구문에 대한 자세한 내용은 윈도우 함수 - 구문을 참고하세요.
인자(Parameters)
x— 컬럼 이름.offset— 적용할 오프셋. (U)Int*. (선택, 기본값1).default— 계산된 행이 윈도우 프레임 경계를 벗어날 때 반환할 값. (선택, 생략하면 컬럼 타입의 기본값).
반환 값(Returned value)
- 정렬된 프레임 안에서 현재 행보다 지정된 물리적 오프셋만큼 앞선 행에서 평가된 값.
예시(Example)
이 예시는 특정 주식의 과거 데이터를 보면서 lag 함수로 주식 종가의 일별 변화량(delta)과 백분율 변화를 계산해요.
쿼리(Query)
CREATE TABLE stock_prices
(
`date` Date,
`open` Float32, -- opening price
`high` Float32, -- daily high
`low` Float32, -- daily low
`close` Float32, -- closing price
`volume` UInt32 -- trade volume
)
Engine = Memory;
INSERT INTO stock_prices FORMAT Values
('2024-06-03', 113.62, 115.00, 112.00, 115.00, 438392000),
('2024-06-04', 115.72, 116.60, 114.04, 116.44, 403324000),
('2024-06-05', 118.37, 122.45, 117.47, 122.44, 528402000),
('2024-06-06', 124.05, 125.59, 118.32, 121.00, 664696000),
('2024-06-07', 119.77, 121.69, 118.02, 120.89, 412386000);
쿼리(Query)
SELECT
date,
close,
lag(close, 1, close) OVER (ORDER BY date ASC) AS previous_day_close,
COALESCE(ROUND(close - previous_day_close, 2)) AS delta,
COALESCE(ROUND((delta / previous_day_close) * 100, 2)) AS percent_change
FROM stock_prices
ORDER BY date DESC
응답(Response)
┌───────date─┬──close─┬─previous_day_close─┬─delta─┬─percent_change─┐
1. │ 2024-06-07 │ 120.89 │ 121 │ -0.11 │ -0.09 │
2. │ 2024-06-06 │ 121 │ 122.44 │ -1.44 │ -1.18 │
3. │ 2024-06-05 │ 122.44 │ 116.44 │ 6 │ 5.15 │
4. │ 2024-06-04 │ 116.44 │ 115 │ 1.44 │ 1.25 │
5. │ 2024-06-03 │ 115 │ 115 │ 0 │ 0 │
└────────────┴────────┴────────────────────┴───────┴────────────────┘