Window

LAG

DuckDB

Mengakses nilai dari baris sebelumnya dalam partisi hasil. Sangat berguna untuk perbandingan dengan periode sebelumnya.

Tipe hasil: Sama dengan tipe expressionDiperbarui: 6 Jan 2026

Syntax

SQL

LAG(expression [, offset [, default]]) OVER ([PARTITION BY col] ORDER BY col)

Parameter

expressionanywajib

Kolom atau ekspresi yang nilainya akan diambil dari baris sebelumnya

ORDER BYclausewajib

Menentukan urutan untuk menentukan 'sebelumnya'

offsetINTEGERopsional

Jumlah baris ke belakang (default: 1)

Default: 1

defaultsame as expressionopsional

Nilai default jika tidak ada baris sebelumnya

PARTITION BYclauseopsional

Opsional. Membagi hasil menjadi partisi

Contoh Penggunaan

Perbandingan dengan Bulan Sebelumnya

SQL

1 SELECT
2   month,
3   revenue,
4   LAG(revenue) OVER (ORDER BY month) as prev_month_revenue,
5   revenue - LAG(revenue) OVER (ORDER BY month) as revenue_change
6 FROM monthly_sales;

Membandingkan revenue dengan bulan sebelumnya.

Hasil

month	revenue	prev_month_revenue	revenue_change
2024-01	10000000	NULL	NULL
2024-02	12000000	10000000	2000000
2024-03	11000000	12000000	-1000000

Dengan Default Value

SQL

1 SELECT
2   date,
3   price,
4   LAG(price, 1, price) OVER (ORDER BY date) as prev_price
5 FROM stock_prices;

Menggunakan harga saat ini sebagai default jika tidak ada sebelumnya.

Perbandingan 7 Hari Sebelumnya

SQL

1 SELECT
2   date,
3   daily_users,
4   LAG(daily_users, 7) OVER (ORDER BY date) as users_7_days_ago,
5   daily_users - LAG(daily_users, 7) OVER (ORDER BY date) as wow_change
6 FROM daily_metrics;

Week-over-week comparison dengan offset 7.

LAG per Kategori

SQL

1 SELECT
2   category,
3   month,
4   sales,
5   LAG(sales) OVER (PARTITION BY category ORDER BY month) as prev_sales
6 FROM category_sales;

Perbandingan per kategori dengan bulan sebelumnya.

Fungsi Terkait

LEADFIRST_VALUELAST_VALUENTH_VALUE

Kembali ke DuckDB Functions

1	SELECT
2	month,
3	revenue,
4	LAG(revenue) OVER (ORDER BY month) as prev_month_revenue,
5	revenue - LAG(revenue) OVER (ORDER BY month) as revenue_change
6	FROM monthly_sales;

1	SELECT
2	date,
3	price,
4	LAG(price, 1, price) OVER (ORDER BY date) as prev_price
5	FROM stock_prices;

1	SELECT
2	date,
3	daily_users,
4	LAG(daily_users, 7) OVER (ORDER BY date) as users_7_days_ago,
5	daily_users - LAG(daily_users, 7) OVER (ORDER BY date) as wow_change
6	FROM daily_metrics;

1	SELECT
2	category,
3	month,
4	sales,
5	LAG(sales) OVER (PARTITION BY category ORDER BY month) as prev_sales
6	FROM category_sales;