如何在时间间隔内查找购买次数 SQL

Posted 2023-03-31

【中文标题】如何在时间间隔内查找购买次数 SQL

【英文标题】：How to find the number of purchases over time intervals SQL

【发布时间】：2015-02-15 20:40:18

【问题描述】：

我正在使用 Redshift (Postgres) 和 Pandas 来完成我的工作。我正在尝试获取用户操作的数量，让我们说购买以使其更容易理解。我有一张表，购买包含以下数据：

user_id, timestamp ,  price
1,     , 2015-02-01,  200
1,     , 2015-02-02,  50
1,     , 2015-02-10,  75

最后，我想要某个时间戳的购买次数。比如

userid, 28-14_days, 14-7_days, 7

这是我目前所拥有的，我知道我没有日期上限：

SELECT DISTINCT x_days.user_id, SUM(x_days.purchases) AS x_num, SUM(y_days.purchases) AS y_num,
x_days.x_date, y_days.y_date
FROM 
(
SELECT purchases.user_id, COUNT(purchases.user_id) as purchases, 
                                    DATE(purchases.timestamp) as x_date
FROM purchases
WHERE  purchases.timestamp > (current_date - INTERVAL '%(x_days_ago)s day') AND
purchases.max_value > 200
GROUP BY DATE(purchases.timestamp), purchases.user_id
) AS x_days
JOIN
(
    SELECT purchases.user_id, COUNT(purchases.user_id) as purchases, 
                                    DATE(purchases.timestamp) as y_date
    FROM purchases
    WHERE  purchases.timestamp > (current_date - INTERVAL '%(y_days_ago)s    day') AND
    purchases.max_value > 200
    GROUP BY DATE(purchases.timestamp), purchases.user_id) AS y_days 
    ON
    x_days.user_id = y_days.user_id
GROUP BY
x_days.user_id, x_days.x_date, y_days.y_date

params='x_days_ago':x_days_ago, 'y_days_ago':y_days_ago
where these are set in python/pandas

x_days_ago = 14 y_days_ago = 7

但这并没有完全按计划进行：

    user_id x_num   y_num   x_date      y_date
0   5451772 1       1       2015-02-10  2015-02-10
1   5026678 1       1       2015-02-09  2015-02-09
2   6337993 2       1       2015-02-14  2015-02-13
3   6204432 1       3       2015-02-10  2015-02-11
4   3417539 1       1       2015-02-11  2015-02-11

即使我没有可以查看的上限日期（因此 x 有效地搜索从 14 天到现在，y 是 7 天到现在，这意味着重叠），在某些情况下 y 更高。

谁能帮我解决这个问题或给我一个更好的方法？

谢谢！

【参考方案1】：

这可能不是最有效的答案，但您可以使用子选择生成每个总和：

WITH
  summed AS (
    SELECT user_id, day, COUNT(1) AS purchases
      FROM (SELECT user_id, DATE(timestamp) AS day FROM purchases) AS _
     GROUP BY user_id, day
  ),
  users AS (SELECT DISTINCT user_id FROM purchases)
SELECT user_id,
       (SELECT SUM(purchases) FROM summed
         WHERE summed.user_id = users.user_id
           AND day >= DATE(NOW() - interval ' 7 days')) AS days_7,
       (SELECT SUM(purchases) FROM summed
         WHERE summed.user_id = users.user_id
           AND day >= DATE(NOW() - interval '14 days')) AS days_14
  FROM users;

（这是在 Postgres 中测试的，而不是在 Redshift 中测试的；但 Redshift 文档表明 WITH 和 DISTINCT 都受支持。）我希望使用窗口来执行此操作，以获得滚动总和；但是没有generate_series()会有点麻烦。

【讨论】：

感谢@solidsnack，但根据docs.aws.amazon.com/redshift/latest/dg/…redshift 不支持 WITH

它说WITH 不支持与INSERT、DELETE 和UPDATE 一起使用。请参阅 SELECT 下的 WITH 文档：docs.aws.amazon.com/redshift/latest/dg/r_WITH_clause.html “WITH 子句是查询中 SELECT 列表之前的可选子句。”