查询滚动日期范围和国家/地区中不同值的计数

Posted 2023-03-16

【中文标题】查询滚动日期范围和国家/地区中不同值的计数

【英文标题】：Query for count of distinct values in a rolling date range and country

【发布时间】：2021-11-10 00:48:42

【问题描述】：

晚上好，亲爱的 Stack Overflow 社区。 这是我在这里的第一个问题。

我有以下问题：我需要一个查询来计算每个国家/地区滚动日期范围（3 天）内的不同值。

我做了一些研究，发现这里有以下讨论 [1]：Query for count of distinct values in a rolling date range。

对于我面临的问题，我不仅需要按日期分组，还需要按国家/地区分组。请考虑以下输入表：

Date	Country	Email
1/1/12	DE	[e-mail]
1/1/12	FRA	[e-mail]
1/1/12	SPA	[e-mail]
1/2/12	DE	[e-mail]
1/2/12	DE	[e-mail]
1/3/12	SPA	[e-mail]
1/3/12	SPA	[e-mail]
1/3/12	FRA	[e-mail]
1/4/12	SPA	[e-mail]
1/4/12	FRA	[e-mail]
1/4/12	FRA	[e-mail]
1/4/12	SPA	[e-mail]

计算不同电子邮件的预期结果如下：

Date	Country	Email
1/1/12	DE	1
1/1/12	FRA	1
1/1/12	SPA	1
1/2/12	DE	2
1/2/12	FRA	1
1/2/12	SPA	1
1/3/12	SPA	2
1/3/12	DE	2
1/3/12	FRA	2
1/4/12	SPA	3
1/4/12	FRA	2
1/4/12	DE	2

我试图修改上述讨论中建议的解决方案，并通过在选定列和分组中添加国家/地区来修改以下内容。

SELECT date
     ,(SELECT count(DISTINCT email)
       FROM   tbl
       WHERE  date BETWEEN g.date - 2 AND g.date
      ) AS dist_emails
FROM  (SELECT generate_series(timestamp '2012-01-01'
                            , timestamp '2012-01-06'
                            , interval  '1 day')::date) AS g(date)

很遗憾，更新后的查询不起作用，因为无法识别国家并出错。

SELECT date, country,
         ,(SELECT count(DISTINCT email)
           FROM   tbl
           WHERE  date BETWEEN g.date - 2 AND g.date
          ) AS dist_emails
    FROM  (SELECT generate_series(timestamp '2012-01-01'
                                , timestamp '2012-01-06'
                                , interval  '1 day')::date) AS g(date)
GROUP BY 1,2

非常感谢您的建议并分享您在解决此问题方面的专业知识。

【问题讨论】：

@GordonLinoff 感谢并抱歉给您带来不便

请发布您使用 SQL 收到的确切错误消息

SQL 编译错误：位置 17 处的错误 line1 无效标识符“国家”。问题发生在雪花中。不幸的是，我无法编辑问题并添加相关标签。管理员可以请您帮忙吗？非常感谢。

【参考方案1】：

country 不存在的原因是我们只能从查询的FROM 部分中的表中获取SELECT 列。嵌套子查询选择from tbl，但这不适用于主外部查询，它只从生成的表g 中进行选择。 g 只有一个 date 列，所以这是外部查询可以直接选择的唯一列。

查询的另一个问题是COUNT 没有考虑国家/地区。

为此，我将使用基本连接来查询每个日期范围的每一行，然后为每个日期 + 国家/地区执行 count distinct。您可以使用INNER 连接删除没有条目的日期，或者使用LEFT OUTER 返回date, nil,nil 的行（如果该日期范围内没有条目）。比如：

SELECT g.date
     , tbl.country
     , COUNT(DISTINCT(tbl.email))
    FROM  (SELECT generate_series(timestamp '2012-01-01'
                                , timestamp '2012-01-06'
                                , interval  '1 day')::date) AS g(date)
    INNER JOIN tbl ON (tbl.date BETWEEN g.date - 2 AND g.date)

GROUP BY 1,2