Redshift:构建可变日期范围内的累积总和

如何解决Redshift:构建可变日期范围内的累积总和

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。

将问题打个比方,我希望计算每位客人每天订购的客房服务盘的平均数量。以以下示例数据集为例:

guest_id most_recent_plate_ordered_date cumulative_plates_ordered
1 10/1/2020 1
1 10/2/2020 2
1 10/4/2020 3
2 10/1/2020 1
2 10/2/2020 1
3 10/3/2020 1
3 10/4/2020 2

这是我想要实现的输出:

日期 cumulative_plates_ordered number_of_people
10/1/2020 2 2
10/2/2020 3 2
10/3/2020 4 3
10/4/2020 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可以随着日期范围扩大而动态求和的查询。

我能够生成查询,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跨所有可能日期生成此数字的内容。以下是范围从 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。

解决方法

我能够生成查询,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跨所有可能日期生成此数字的内容

不只是想要 group by 子句中的日期吗?

select dt,sum(cumulative_plates_ordered) as cumulative_plates_ordered,count(*) as number_of_people
from (
    select guest_id,most_recent_plate_ordered_date::date as dt,max(cumulative_plates_ordered) as cumulative_plates_ordered
    from raw_data
    group by 1,2
) t
group by dt

编辑

如果您想考虑帐户“缺失”的日期,那就有点不同了。您可以使用 cross join 生成所有可能的天数和来宾组合。然后使用窗口函数来填补空白:

select dt,count(*) as number_of_people
from (
    select g.guest_id,d.dt,max(max(t.cumulative_plates_ordered)) over(order by d.dt) as cumulative_plates_ordered
    from (select distinct most_recent_plate_ordered_date::date as dt from raw_data) d
    cross join (select distinct guest_id from raw_data) g
    left join raw_data t
        on  t.guest_id = g.guest_id
        and t.most_recent_plate_ordered_date >= d.dt
        and t.most_recent_plate_ordered_date <  d.dt + interval 1 day
    group by g.guest_id,d.dt
) t
group by dt
,

如果我理解正确,你想要:

  • 到特定日期订购的不同人数。
  • 当天最大cumulative_plates_ordered个订单的总和。

然而,这表明 2020-10-03 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总和。您可以使用 lag() 获取特定日期的更改。有了这些数据,使用窗口函数和聚合得到你想要的结果就简单多了:

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;

Here 是一个 dbfiddle。

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


依赖报错 idea导入项目后依赖报错,解决方案:https://blog.csdn.net/weixin_42420249/article/details/81191861 依赖版本报错:更换其他版本 无法下载依赖可参考:https://blog.csdn.net/weixin_42628809/a
错误1:代码生成器依赖和mybatis依赖冲突 启动项目时报错如下 2021-12-03 13:33:33.927 ERROR 7228 [ main] o.s.b.d.LoggingFailureAnalysisReporter : *************************** APPL
错误1:gradle项目控制台输出为乱码 # 解决方案:https://blog.csdn.net/weixin_43501566/article/details/112482302 # 在gradle-wrapper.properties 添加以下内容 org.gradle.jvmargs=-Df
错误还原:在查询的过程中,传入的workType为0时,该条件不起作用 &lt;select id=&quot;xxx&quot;&gt; SELECT di.id, di.name, di.work_type, di.updated... &lt;where&gt; &lt;if test=&qu
报错如下,gcc版本太低 ^ server.c:5346:31: 错误:‘struct redisServer’没有名为‘server_cpulist’的成员 redisSetCpuAffinity(server.server_cpulist); ^ server.c: 在函数‘hasActiveC
解决方案1 1、改项目中.idea/workspace.xml配置文件,增加dynamic.classpath参数 2、搜索PropertiesComponent,添加如下 &lt;property name=&quot;dynamic.classpath&quot; value=&quot;tru
删除根组件app.vue中的默认代码后报错:Module Error (from ./node_modules/eslint-loader/index.js): 解决方案:关闭ESlint代码检测,在项目根目录创建vue.config.js,在文件中添加 module.exports = { lin
查看spark默认的python版本 [root@master day27]# pyspark /home/software/spark-2.3.4-bin-hadoop2.7/conf/spark-env.sh: line 2: /usr/local/hadoop/bin/hadoop: No s
使用本地python环境可以成功执行 import pandas as pd import matplotlib.pyplot as plt # 设置字体 plt.rcParams[&#39;font.sans-serif&#39;] = [&#39;SimHei&#39;] # 能正确显示负号 p
错误1:Request method ‘DELETE‘ not supported 错误还原:controller层有一个接口,访问该接口时报错:Request method ‘DELETE‘ not supported 错误原因:没有接收到前端传入的参数,修改为如下 参考 错误2:cannot r
错误1:启动docker镜像时报错:Error response from daemon: driver failed programming external connectivity on endpoint quirky_allen 解决方法:重启docker -&gt; systemctl r
错误1:private field ‘xxx‘ is never assigned 按Altʾnter快捷键,选择第2项 参考:https://blog.csdn.net/shi_hong_fei_hei/article/details/88814070 错误2:启动时报错,不能找到主启动类 #
报错如下,通过源不能下载,最后警告pip需升级版本 Requirement already satisfied: pip in c:\users\ychen\appdata\local\programs\python\python310\lib\site-packages (22.0.4) Coll
错误1:maven打包报错 错误还原:使用maven打包项目时报错如下 [ERROR] Failed to execute goal org.apache.maven.plugins:maven-resources-plugin:3.2.0:resources (default-resources)
错误1:服务调用时报错 服务消费者模块assess通过openFeign调用服务提供者模块hires 如下为服务提供者模块hires的控制层接口 @RestController @RequestMapping(&quot;/hires&quot;) public class FeignControl
错误1:运行项目后报如下错误 解决方案 报错2:Failed to execute goal org.apache.maven.plugins:maven-compiler-plugin:3.8.1:compile (default-compile) on project sb 解决方案:在pom.
参考 错误原因 过滤器或拦截器在生效时,redisTemplate还没有注入 解决方案:在注入容器时就生效 @Component //项目运行时就注入Spring容器 public class RedisBean { @Resource private RedisTemplate&lt;String
使用vite构建项目报错 C:\Users\ychen\work&gt;npm init @vitejs/app @vitejs/create-app is deprecated, use npm init vite instead C:\Users\ychen\AppData\Local\npm-