计算平均值 (AVG)，包括 Redshift DB 中某个日期范围内的缺失数据

Posted 2023-03-31

【中文标题】计算平均值 (AVG)，包括 Redshift DB 中某个日期范围内的缺失数据

【英文标题】：Calculate average (AVG) including missing data in a date range in Redshift DB

【发布时间】：2020-08-13 20:55:50

【问题描述】：

考虑我有以下一组数据

   s_date   | sales 
------------+-------
 2020-08-04 |    10
 2020-08-05 |    20
 2020-08-07 |    10
 2020-08-08 |    20
 2020-08-09 |    10
 2020-08-10 |    30
 2020-08-11 |    20
 2020-08-12 |    10

我想计算每周“销售额”的平均值。请注意，从 2020 年 8 月 3 日开始的那一周，日期 2020 年 8 月 3 日和 2020 年 8 月 6 日的数据缺失。

当我使用 AVG() 函数计算每周平均值时，它会根据可用记录计算平均值。

以下是我正在尝试的查询以及我从中得到的响应。

select trunc(date_trunc('WEEK', s_date)::timestamp) as week, avg(sales) 
from test_temp.sales group by week;

结果：

    week    | avg 
------------+-----
 2020-08-03 |  14
 2020-08-10 |  20

但是，我想计算将 0 作为缺失日期值的平均值。所以平均计算应该使用以下值。

   s_date   | sales 
------------+-------
 2020-08-03 |     0
 2020-08-04 |    10
 2020-08-05 |    20
 2020-08-06 |     0
 2020-08-07 |    10
 2020-08-08 |    20
 2020-08-09 |    10
 2020-08-10 |    30
 2020-08-11 |    20
 2020-08-12 |    10

预期结果：

    week    | avg 
------------+-----
 2020-08-03 |  10 // Expected value
 2020-08-10 |  20

谁能告诉我如何按预期计算平均值？

问候， 保罗

【参考方案1】：

求和除以 7：

select trunc(date_trunc('WEEK', s_date)::timestamp) as week, sum(sales) / 7
from test_temp.sales
group by week;

编辑：

要处理最后一周，您可以执行以下操作：

select trunc(date_trunc('WEEK', s_date)::timestamp) as week,
       sum(sales) / least(7, current_date - trunc(date_trunc('WEEK', s_date)::timestamp))
from test_temp.sales
group by week;

【讨论】：

我们能否以某种方式对其进行增强，以便它处理上周的可用日期？例如，如果我们在星期二运行这个，上周将只包含 2 天，所以我想要 sum 除以 2。还有一种方法可以重新使用它来计算每月平均数吗？在每月平均计算的情况下，一个月中的天数因月份（30 或 31 天）和年份（2 月、28 或 29 天）而异。