SQL | 您所在的位置:网站首页 › excel根据日期变化累计求和 › SQL |
目录 1、窗口函数整体思路 2、典型窗口函数应用 2.1、排序 2.2、偏移 2.3、其他:如累计求和 1、窗口函数整体思路窗口函数,顾名思义包含两个部分,窗口和函数 函数:是指数据的统计方式,如排序、求和、求均值等等 窗口:是指在什么范围内进行统计,可以想象为一个小窗户,通过这个小窗户可以看到整体数据的一部分,那么前面的函数就在这个窗口可见的数据范围内生效。并且这个小窗户是可以移动的,窗口移动时,数据范围也在变化。同时,窗口外的整体数据要有一定的分布方式而不是混乱零散的,只有这样,窗口看到的数据才是有规律的,分布方式有两个参数决定: partition by:分组 order by :排序 所以一个完整的窗口函数的写法应该是这样的: 函数()over(partition by col1 order by col2) 这样讲,可能有些难理解,那么我们带入到实际的案例中看一下,窗口函数是如何使用的 2、典型窗口函数应用 2.1、排序现在有一些用户的下单信息,想给每个用户下的订单按下单日期进行排序 user_iddate订单id小红2022-01-01001 小红2022-01-01002小红2022-01-02003小黑2022-01-01004小黑2022-01-03005 select user_id, date, order_id, dense_rank()over(partition by user_id order by date ) num1, --并列名次相同,后面的不跳过继续排序,如:123345 rank()over(partition by user_id order by date ) num2, --并列名次相同,后面的跳过继续排序,如:123356 row_number()over(partition by user_id order by date ) num3 --并列名次不同,如123456 FROM table_name在上面的例子中,可以看到窗口函数的拆解为: 函数部分: dense_rank(),并列连续rank(),并列不连续row_number() ,不并列窗口部分 over(partition by user_id order by date) 可以理解为,每个用户作为一个统计窗口,得的每个用户下按日期排序后的顺序id 注意:这里窗口部分分组和排序都可以为空,如over(partition by()order by ()),也就是把整个数据作为一个整体进行统计 2.2、偏移还是上面的例子,现在想知道用户没两笔订单之间的间隔天数,那就需要得到用户每笔订单的上一笔订单的下单日期,两个日期相减,这就要用到偏移的概念 select user_id, date as 下单日期, LAG(date,1) OVER(PARTITION BY user_id ORDER BY date) AS lng1 --取上1个日期 LAG(date,2) OVER(PARTITION BY user_id ORDER BY date) AS lng2 --取上2个日期 Lead(date,1) OVER(PARTITION BY user_id ORDER BY date) AS lead1 --取下1个日期 Lead(date,2) OVER(PARTITION BY user_id ORDER BY date) AS lead2 --取下2个日期 FROM table_name user_iddate订单id上一笔订单日期小红2022-01-01001 小红2022-01-010022022-01-01小红2022-01-020032022-01-01小黑2022-01-01004小黑2022-01-030052022-01-01拆解窗口函数 函数部分 向过去寻找上一个记录lag(排序字段,移动n个),如:lag(date,1)就是站在当前找之前的1个日期向未来寻找下一个记录lead(排序字段,移动n个),如:lead(date,1)就是站在当前找之后的1个日期窗口部分同上 over(partition by user_id order by date)偏移是非常好的计算间隔天的方法。 2.3、其他:如累计求和现在有一份记录用户购买VIP情况的数据,需要将其转换为统计每月累计购买过VIP的用户数量,即第N月的VIP数量是第N-1个月VIP数量加上当月新增VIP数量。这里注意,用户会重复购买 SELECT mon, vip_num,--当月新增VIP数量 sum(vip_num) over( order by mon) as allvip --累计VIP数量 from ( select substr(date,1,6) as mon, COUNT(DISTINCT user_id) as vip_num--去重统计购买VIP用户数量 from (SELECT user_id, min(date) AS date --取最早购买日期yyyymmdd FROM table group by user_id)a group by substr(date,1,6)--按照最早购买日期的月份汇总这里在得到每个月的VIP购买量之后,使用窗口函数得到了累计购买VIP用户数 函数:sum(vip_num) 窗口:over(order by mon) 这里可以看到没有使用partition by,因为在本例中没有需要分组的字段。那么摄像如果购买的VIP有等级,想看每个等级VIP的累计购买量,那么VIP等级就会成为一个分组字段,需要写入partition by()中。 |
CopyRight 2018-2019 实验室设备网 版权所有 |