迭代列中的时间戳行值并在 SQL 中执行 countif？

Posted 2023-03-31

【中文标题】迭代列中的时间戳行值并在 SQL 中执行 countif？

【英文标题】：Iterating over timestamp row values within a column and performing a countif in SQL?

【发布时间】：2021-01-12 00:22:54

【问题描述】：

现在我有一个名为 dates 的视图，看起来像这样：

|first_day|last_day|
|---------|--------|
|2020-08-17T00:00:00+00:00|2020-12-04T00:00:00+00:00|
|2020-11-23T00:00:00+00:00|2020-12-07T00:00:00+00:00|
|2020-09-14T00:00:00+00:00|2020-12-04T00:00:00+00:00|
|2020-09-14T00:00:00+00:00|2020-12-04T00:00:00+00:00|
|2020-09-14T00:00:00+00:00|2020-12-04T00:00:00+00:00|

... 大约 300 行...

我使用此 SQL 查询创建了另一个视图以生成从 2020 年 6 月 1 日到今天（无论那天是哪一天）的一行日期：

SELECT GENERATE_TIMESTAMP_ARRAY('2020-06-01', CURRENT_TIMESTAMP(), INTERVAL 1 DAY) AS date

生成这样的表（我们称之为dateseries）：

|date|
|----|
|2020-06-01 00:00:00 UTC|
|2020-06-02 00:00:00 UTC|
|2020-06-03 00:00:00 UTC|
|2020-06-04 00:00:00 UTC|

...从 2020 年 6 月 1 日到 current_timestamp，间隔 1 天，直到当前日期。

现在我要做的是遍历dateseries 中的每一行值，并在dates 视图中检查该时间戳值（来自dateseries）是否大于first_day 列并且小于@987654330 @ 柱子。如果是，则数 1。所以它几乎是两个循环。第一个循环遍历dateseries 中的每个值，然后将其与dates 视图中的每一行进行比较，比较两列first_day 和last_day。我想另一种思考方式是，如果 dateseries 的值在日期视图中的 first_day 和 last_day 列之间，则计数为 1，否则为 0。

最后我想要一个看起来像这样的表（日期列与 June1 相同的时间序列 -> current_timestamp()）：

|date|count|
|----|-----|
|2020-06-01 00:00:00 UTC|32|
|2020-06-02 00:00:00 UTC|31|
|2020-06-03 00:00:00 UTC|22|
|2020-06-04 00:00:00 UTC|5|
|2020-06-05 00:00:00 UTC|16|

...等等...

如何在 BigQuery SQL 中执行此操作？

编辑：不确定为什么表格语法不起作用...

【参考方案1】：

以下是 BigQuery 标准 SQL

#standardSQL
with dateseries as (
  select date
  from unnest(GENERATE_TIMESTAMP_ARRAY('2020-06-01', CURRENT_TIMESTAMP(), INTERVAL 1 DAY)) AS date
)
select date, count(1) `count` 
from `project.dataset.dates`
join dateseries
on date between first_day and last_day
group by date

注意：project.dataset.dates 中的 first_day 和 last_day 列假定为时间戳数据类型。否则（如果它们是字符串） - 使用下面的行

on date between timestamp(first_day) and timestamp(last_day)

【讨论】：

这将返回一个查询，其中一行包含日期和计数作为列。每次我重新运行查询时，它都会返回一个随机日期和计数。不知道这里有什么问题。此外，当我运行 SELECT * FROM dateseries 时，它只返回 1 行...

您应该检查您的视图及其产生的内容。根据您的评论 - 它可能会自行产生随机数据。而不是这个 - 上面的答案应该（并且确实）按照您的问题提出的那样工作！！！

我刷新了我的页面并重新运行了查询，现在它可以工作了，谢谢！

【参考方案2】：

您应该能够 date 上的 JOIN 两个表在 first_day 和 last_day 之间并计算行数：

SELECT ds.date, COUNT(d.first_day) AS count
FROM dateseries ds
JOIN dates d ON ds.date BETWEEN d.first_day AND d.last_day
GROUP BY ds.date
ORDER BY ds.date

请注意，并不是 100% 清楚您想要的日期结束条件；你可能想使用

JOIN dates d ON ds.date > d.first_day AND ds.date < d.last_day

【讨论】：

@JeStra 抱歉 - 没想到。我已经编辑了答案。