整个数据集的不同计数，按月分组

Posted 2023-05-08

【中文标题】整个数据集的不同计数，按月分组

【英文标题】：Distinct count for entire dataset, grouped by month

【发布时间】：2018-12-19 20:18:26

【问题描述】：

我正在处理一个大致如下所示的销售订单表 (ORDER)（2018 年 12 月 20 日更新以更接近我的实际数据集）：

SOID         SOLINEID         INVOICEDATE         SALESAMOUNT     AC
5            1                2018-11-30          100.00          01
5            2                2018-12-05          50.00           02
4            1                2018-12-12          25.00           17
3            1                2017-12-31          75.00           03
3            2                2018-01-03          25.00           05
2            1                2017-11-25          100.00          17
2            2                2017-11-27          35.00           03
1            1                2017-11-20          15.00           08
1            2                2018-03-15          30.00           17
1            3                2018-04-03          200.00          05

我可以按 SOID 和 SOLINEID 计算平均销售额：

SELECT SUM(SALESAMOUNT) / COUNT(DISTINCT SOID) AS 'Total Sales per Order ($)',
    SUM(SALESAMOUNT) / COUNT(SOLINEID) AS 'Total Sales per Line ($)'
FROM ORDER

这似乎提供了一个非常好的答案，但我得到了一个额外的限制，即这个计数是按年和月计算的。我以为我可以简单地添加

GROUP BY YEAR(INVOICEDATE), MONTH(MONTH)

但这会聚合 SOID，然后执行 COUNT(DISTINCT SOID)。这成为跨越多个月出现的 SOID 的问题，这很常见，因为我们在发货时开具发票。

我想得到这样的东西：

Year     Month     Total Sales Per Order    Total Sales Per Line
2018     11        0.00                     

最痛心的一点是，如果 SOID 跨越多个，我需要某种方式来定义 SOID 将在哪个月份和年份聚合；为此，我会使用 MAX(INVOICEDATE)。

但是，我只是不确定如何解决这个问题。和？子查询？还有什么？我将不胜感激任何帮助，即使它只是指向正确的方向。

【参考方案1】：

您应该为调用和分组选择 Year() 和 month()

SELECT YEAR(INVOICEDATE) year
  , MONTH(INVOICEDATE) month
  , SUM(SALESAMOUNT) / COUNT(DISTINCT SOID) AS 'Total Sales per Order ($)'
  , SUM(SALESAMOUNT) / COUNT(SOLINEID) AS 'Total Sales per Line ($)'
FROM ORDER
GROUP BY YEAR(INVOICEDATE), MONTH(INVOICEDATE)

【讨论】：

此查询将重复计算具有跨越多个月/年的 INVOICEDATE 的 SOID，如在我的示例数据集中。我只希望在最后一个 INVOICEDATE 的月份和年份中计算每个 SOID。

【参考方案2】：

这是结果，但数据样本没有 enuf 行来显示月份...

SELECT
    mDateYYYY,
    mDateMM,
    SUM(SALESAMOUNT) / COUNT(DISTINCT t1.SOID) AS 'Total Sales per Order ($)',
    SUM(SALESAMOUNT) / COUNT(SOLINEID) AS 'Total Sales per Line ($)'
FROM DCORDER as t1
left join
    (Select
     SOID
     ,Year(max(INVOICEDATE)) as mDateYYYY
     ,Month(max(INVOICEDATE)) as mDateMM
From DCOrder 
Group By SOID
     ) as t2
 On t1.SOID = t2.SOID

 Group by mDateYYYY, mDateMM

mDateYYYY   mDateMM Total Sales per Order ($)   Total Sales per Line ($)
2018        12      87.50                       58.33

我使用了新的 SQL 仍然是 MAX(INVOICEDATE)(not above)，新的 12/20 数据，并排除了 AC=17。

YYYY    MM  Total Sales per Order ($)   Total Sales per Line ($)
2017    11   35.00                       35.00
2018     1  100.00                       50.00
2018     4  215.00                      107.50
2018    12  150.00                       75.00

【讨论】：

当我没有任何限制时，这个查询似乎给了我正确的数字。不幸的是，我简化了我的问题，它确实有两个额外的约束。基本上，我想排除一个会计代码 AC，如果它是 17，我只想看看 2017 和 2018。当我之前尝试添加这个 WHERE 子句时“外部”分组依据，记录总数与未分组查询的总数不对应。当我在子查询中尝试这个时，我的号码仍然关闭。

在 INVOICEDATE 2017/2018 还是在 max(INVOICEDATE) 2017/2018 ？除了这个和AC = 17，以上是否解决了原来的问题？如果是这样，请单击上面的复选标记。此外，我们需要更多的测试数据来证明这一点。方便我们。

我更新了我的示例以更好地反映我的数据。这些订单跨越数月和数年，我在 AC 列中添加了几个 17。

在 INVOICEDATE 2017/2018 或 max(INVOICEDATE) 2017/2018 时仍需要过滤器的答案和数据 ??那么 2016/2017/2018 年我们会砍掉 2016 年的数据但包括其余的数据吗？ 2017/2018/2019 怎么样，最大是 2019 年，我们会放弃整个 SOID 吗？ （n.b. 额外的数据看起来不错，AC 有 17 改变了结果......更多稍后）

我开始看到这个问题。 SUM(SALESAMOUNT) “应该”按日历年，所以我们将按 INVOICEDATE 分组。当我们计算 SOID 时，我一直要求将这些汇总到 MAX(INVOICEDATE)。我们不能同时拥有两者！假设我想按 INVOICEDATE 保留 SUM(SALESAMOUNT)；有没有一种干净的方法来确保我们只计算每个 SOID 一次？