sql - Redshift:在可变日期范围内构建累积和
问题描述
我正在努力构建一个使用日期范围动态构建累积总和的查询。
打个比方,我想计算每位客人每天订购的客房服务盘子的平均数量。以以下示例数据集为例:
客人ID | most_recent_plate_ordered_date | 累积盘子排序 |
---|---|---|
1 | 2020 年 10 月 1 日 | 1 |
1 | 2020 年 10 月 2 日 | 2 |
1 | 2020 年 10 月 4 日 | 3 |
2 | 2020 年 10 月 1 日 | 1 |
2 | 2020 年 10 月 2 日 | 1 |
3 | 2020 年 10 月 3 日 | 1 |
3 | 2020 年 10 月 4 日 | 2 |
这是我想要实现的期望输出:
日期 | 累积盘子排序 | number_of_people |
---|---|---|
2020 年 10 月 1 日 | 2 | 2 |
2020 年 10 月 2 日 | 3 | 2 |
2020 年 10 月 3 日 | 4 | 3 |
2020 年 10 月 4 日 | 6 | 3 |
本质上,我需要构建两个数字:每人订购的最大盘子数量和每天的人数之和。我已经生成了每天的人数——这很容易。我正在努力构建一个查询,该查询可以随着日期范围的扩大而动态求和。
我能够生成查询,该查询为我提供给定日期最大值所需的数字。我的问题是将其转换为在一个查询中在所有可能的日期中生成此数字的东西。这是一个范围从 10/1 到 10/1 的示例查询:
select sum(max_cumulative_plates_ordered) from (
select guest_id, max(cumulative_plates_ordered) as max_cumulative_plates_ordered
from raw_data
where most_recent_plate_ordered_date <= '2020-10-01'
group by 1
)
有什么想法吗?感觉这是一个很容易解决的问题。
解决方案
如果我理解正确,你想要:
- 在特定日期之前订购的不同人员的数量。
cumulative_plates_ordered
当天最大订单数的总和。
但是,这表明 2020-10-03 上的值实际上是 4 而不是 5。
一种方法是相关子查询:
select dte::date,
(select count(distinct guest_id)
from t
where t.most_recent_place_ordered <= gs.dte
) as num_guests,
(select sum(plates)
from (select t.guest_id, max(t.cumulative_plates_ordered) as plates
from t
where most_recent_place_ordered <= gs.dte
group by t.guest_id
) t
) as num_plates
from (select distinct most_recent_place_ordered as dte from t) gs;
使您的数据具有挑战性的是累积和。您可以使用lag()
来获取特定日期的更改。使用这些数据,使用窗口函数和聚合获得所需的结果要简单得多:
with net as (
select t.*,
row_number() over (partition by guest_id order by most_recent_place_ordered) as seqnum,
cumulative_plates_ordered - coalesce(lag(cumulative_plates_ordered) over (partition by guest_id order by most_recent_place_ordered), 0) as new_plates
from t
)
select most_recent_place_ordered,
sum(sum( (seqnum = 1)::int )) over (order by most_recent_place_ordered rows between unbounded preceding and current row) as num_guests,
sum(sum( new_plates )) over (order by most_recent_place_ordered rows between unbounded preceding and current row) as num_plates
from net
group by most_recent_place_ordered
order by most_recent_place_ordered;
这是一个 db<>fiddle。
推荐阅读
- python - 查找字符串输入和数据框的字符串列之间的相似性
- node.js - 使用 Heroku 部署时出现 Discord 应用程序错误 R10
- django - 不支持按文件名导入
- asp.net - 即使在 ASP.NET 中刷新页面后,如何保留所有文本框值和下拉列表选定值
- android - TStringGrid OnHeaderClick 事件
- asp.net-web-api - Web API 是否需要有 ViewModels 层类?
- javascript - 使用 Python,BeautifulSoup 进行动态数据网页抓取
- python - 带有注册额外字段的 Django 社会认证
- php - CakePHP:传输配置“gmail”丢失
- c# - 为什么 EF 为我未指定的实体插入新数据?