SQL进阶技巧：数据清洗如何利用组内最近不为空的数据填充缺失值。【埋点日志事件缺失值填充】

目录

0 引言

1 问题描述

2 数据准备 

3 问题分析

4 小结

0 引言

   在用户行为分析中，我们往往需要对用户浏览行为进行分析或获客的渠道进行分析，在埋点日志中用户一个session中会浏览不同的界面，会进行url的跳转，在前端埋点时，往往将用户刚进入界面时的url进行存储，后续在当前页面内的url不会重复存储，这样就会造成大量的空值存在，在数仓建设中我们在dwd层往往需要对数据进行清洗，希望通过对缺失值填充，以满足后续分析的需要。针对用户浏览渠道的缺失，我们往往采用获取当前用户当前行最近的一条数据进行填充，下面我们将该问题进行抽象，模型化，来详细讲解该类问题的处理思路。

1 问题描述

如下图所示，有一张埋点事件表（event），表中渠道id存在部分为空的数据，现在根据如下规则将缺失的数据补充完整。

规则：将渠道id为空的，补充为该用户最近一个不为空的渠道id