如何计算 BigQuery 的滚动平均值

Posted 2023-03-24

【中文标题】如何计算 BigQuery 的滚动平均值

【英文标题】：How can I compute rolling average on BigQuery

【发布时间】：2019-08-14 12:58:56

【问题描述】：

我遇到了一个问题，我不确定如何在 Big Query 上计算它，我有一个表格，其中有一个用户吃过的香蕉数量以及他吃一些香蕉的相关日期：

+------+-------+--------------+
| user | banana|    date      |
+------+-------+--------------+
| a    |     5 |  2019/01/18  |
| .    |     ..|              |
| a    |     2 |  2019/05/18  |
| b    |     2 |  2019/02/18  |
| b    |     3 |  2019/03/18  |
| b    |     1 |  2019/03/18  |
+------+-------+--------------+

我想得到这样的东西：

+------+-------------+--------------------+----------------------+
| user | date  T     |AVG1st week before T|AVG2nd   week before T|
+------+-------------+--------------------+----------------------+
| a    | 2019/01/18  |  2                 |           1          |
| .    |     ..      |  ..                |           .          |
| a    | 2019/01/20  |  3                 |           1          |
| b    |     2       |  2                 |          2.5         |
| b    |     3       |  2                 |           5          |
| b    |     1       |  1                 |           2          |
+------+-------------+--------------------+----------------------+

其中“AVG 1st week before T”是用户在 T 前 7 天内每天消耗的香蕉的平均值。

我认为对于每一行，我都会计算“T 前 7 天”变量并创建“T 前 14 天”变量。然后在子查询中计算金额，但我认为这不是处理这个问题的最佳方式。

如果您有任何建议，我很乐意讨论！

提前谢谢你，

【参考方案1】：

值得一读的东西Analytic Functions Concepts in Standard SQL

这是我想出的一个 sn-p，在当前行给出了过去 7 天“平均吃香蕉”。

SELECT
  user,
  banana,
  date,
  AVG(banana) OVER (ORDER BY date ROWS BETWEEN 6 PRECEDING AND CURRENT ROW) AS avg
FROM
  `banana.banana`
WHERE
  user = 'a'

【讨论】：

您好，首先感谢您的回答，非常感谢。问题是我的数据是稀疏的，有些日期丢失了，想象一下两个日期之间有几天的间隔，如何考虑 sql 请求中的稀疏部分？经过一番搜索，我发现了这个：***.com/questions/49883311/... 但是如果 2 个日期之间的间隔大于窗口的大小，则它不起作用，在这种特定情况下，它将放置最后一行的值而不是平均值。如果你知道如何在不使用笛卡尔积的情况下做到这一点，我会很高兴听到这个消息，谢谢！