我希望在数据集的结束日期之前聚合数据,该数据集具有一些领先时期而不是开始时间。例如,我想查询一个表并返回结果中显示日期的结束日期之前 30 天匹配结果的计数。原始表格将仅包含销售日期(时间戳)。示例:
sales_timestamp
------------------
2015-08-05 12:00:00
2015-08-06 13:00:00
2015-08-25 12:31:00
2015-08-26 01:02:00
2015-08-27 02:03:00
2015-08-29 04:23:00
2015-09-01 12:00:00
2015-09-02 12:00:00
2015-09-08 00:00:00
结果 查询输出的一个例子是:
date_period | count_of_sales
--------------------------------
2015-08-24 | 2
2015-08-31 | 6
2015-09-07 | 6
其中 2015-09-07 的 date_period 表示该公司在 2015 年 9 月 7 日结束的 30 天内售出了 6 件商品(如果是真正的 30 天,则从 2015 年 8 月 7 日开始)。
我一直在研究 date_trunc()
函数的变体,但似乎无法在 end date 上应用截断,而不是按开始。
此数据将存储在 PostgreSQL 9.1 上。
最佳答案
此查询满足您的所有要求:
SELECT day::date AS date_period, count_of_sales
FROM (
SELECT *, sum(ct) OVER (ORDER BY day ROWS 30 PRECEDING) AS count_of_sales
FROM generate_series(date '2015-08-24' - 30 -- start 30 days earlier
, date '2015-09-07'
, interval '1 day') day
LEFT JOIN (
SELECT date_trunc('day', sales_timestamp) AS day, count(*)::int AS ct
FROM sales
GROUP BY 1
) s USING (day)
) sub
JOIN generate_series(date '2015-08-24'
, date '2015-09-07 '
, interval '1 week') day USING (day);
说明
- 生成一整套相关日期(第一个
generate_series()
) LEFT
JOIN
到每天的聚合计数。 LEFT 保证每天 行,这允许我们根据行数使用窗口函数。使用
sum()
作为窗口聚合函数,自定义帧为 30 天前。 (您可能想改用 29,不清楚您是如何计算的。)将结果与您希望在结果中显示的实际日期相结合。 (第二个
generate_series()
,每周 1 天)。
请注意,如果您使用 timestamptz
,“天”的定义源自 session 的当前时区设置。不同时区的结果可能不同。不适用于 timestamp
,它不依赖于当前时区。基础知识:
有关带有自定义框架定义的窗口函数的解释的相关答案:
关于sql - 按期间结束而不是开始日期分组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32470043/