如何使用 SQL 和 Python 连接两个具有日期条件的表？

Posted 2023-05-09

【中文标题】如何使用 SQL 和 Python 连接两个具有日期条件的表？

【英文标题】：How to join two tables with dates conditions with SQL and Python?

【发布时间】：2021-04-12 23:16:18

【问题描述】：

我有一个 SQL 数据库，有两个名为 users 和 user_activities 的表（见下文）。我正在尝试从带有 id_user 的查询中获取数据框，以及用户在注册第二天后进行的会话数。为了识别会话，我们在 user_activities 表中有活动“会话”。

为此，我需要合并两个表。第一个，users，提供 user_id 和 registration_date：

用户表：

user_id	registration_date
1	2021-01-10 04:37:14
1	2021-01-10 10:37:24
2	2021-01-10 20:37:44
3	2021-01-10 20:10:14
2	2021-01-10 10:37:04

另一个，user_activities，跟踪每个用户进行的所有活动：

user_activities 表

user	activity	date
1	session	2021-01-10 04:37:14
1	mainPage	2021-01-10 10:37:24
2	session	2021-01-10 20:37:44
3	session	2021-01-10 20:10:14
4	session	2021-01-11 00:02:04
2	session	2021-01-12 00:03:04
4	session	2021-01-13 00:31:04
5	session	2021-01-14 20:23:04
2	session	2021-01-15 10:36:52
2	mainPage	2021-01-15 10:37:04

我想要得到什么

我想获得一个包含 user_id 和 会话数 的 df，在他们注册的第二天之后进行。只有会话数超过 0 的用户才会包含在该 df 中。如下：

user_id	n_sessions
2	2
4	1
5	1

为了获取每个用户的会话数，我之前做过：

import mysql.connector
import pandas as pd

mydb = mysql.connector.connect(host="localhost", user="root", password="", database="users")
mycursor = mydb.cursor()

#sesiones por usuario
mycursor.execute("SELECT user_id, COUNT(*) FROM user_activities WHERE name = 'session' GROUP BY user_id;")
sessions_per_user = pd.DataFrame(mycursor, columns=['user_id','n_sessions'])

但我不知道如何加入 registration_date 条件。有人知道怎么做吗？

【参考方案1】：

这是join 和group by。像这样的：

SELECT u.user_id, COUNT(*)
FROM users u JOIN
     user_activities ua
     on ua.user = u.user_id
WHERE ua.name = 'session' AND
      ua.date > u.registration_date + interval 1 day
GROUP BY u.user_id;

我不确定您所说的“注册第二天之后的会话数”到底是什么意思。这将其解释为“注册后至少 24 小时”。可以针对其他定义调整逻辑。

根据您的评论，您希望：

      ua.date > date(u.registration_date) + interval 2 day

【讨论】：

是的……“注册第二天之后的会话数。”意思是如果有人在10号注册，我想看12号之后的会话数。我认为您的解决方案已经可以在间隔天 2 而不是 1 的情况下做到这一点