时间序列中的 SQL 滚动计数

Posted 2023-03-31

【中文标题】时间序列中的 SQL 滚动计数

【英文标题】：SQL Rolling Count in Time Series

【发布时间】：2019-06-20 16:03:07

【问题描述】：

我有一个 SQLite 公司表，以及 10 年来（大约 3000 家公司）每天写多少关于每家公司的新闻文章。我想做一个“滚动”计数，对于每家公司，我计算 3 天窗口内的新闻文章总数，条件是新闻文章的数量为正数。例如，从第 1 天开始，如果文章数为 0，则跳过并转到第 2 天，以此类推，直到我们遇到有 1 篇文章的一天（比如第 4 天），然后计算文章总数接下来 3 天（所以第 4、5、6 天）。之后，我到第 7 天继续扫描，直到找到有新闻文章的第一天，然后重复这 3 天的总和，然后继续扫描，等等。我将为每个公司重复此操作。

我曾考虑使用窗口函数进行滚动求和，但是对于 3000 家公司乘以 365*10 天的数据滚动求和可能在计算上花费的时间太长，而且我不需要在我计算的天数上计算总和跳过（所以要么是 0 天，要么不是 3 天间隔中的第一天）。

例如，每个公司的时间序列可能是（第 # 天：文章数）

Day 1:0
Day 2:0
Day 3:0
Day 4:1
Day 5:3
Day 6:2
Day 7:0
Day 8:0
Day 9:20
Day 10:2
Day 11:0

那么输出将是

Day 4:6 (1 from Day 4, 3 from Day 5, and 2 from Day 6)
Day 9:22 (20 from day 9, 2 from day 10, 0 from day 11).

【参考方案1】：

在较新的 SQLite 版本中，您将使用 row_number()：

select company, min(date), max(date), sum(num_articles)
from (select t.*,
             row_number() over (partition by company order by date) as seqnum
      from t
      where num_articles > 0
     ) t
group by company, floor((seqnum - 1) / 3);

【讨论】：

我认为您需要进行一些修改，否则我读错了。我认为您想从子查询中排除 0，并且我认为您正在寻找整数除法而不是 mod，以便将 seqnum 1、2、3 分组为 0，将 4、5、6 分组为 1，依此类推。

@KeithL 。 . .非常感谢。

没问题...我看到了你要去哪里。不需要 2 个答案。

谢谢，这几乎正是我所需要的。根据@KeithL 的建议，我将其更改为 num_articles > 0。剩下的一个问题是，如果在 3 天的范围内有 0，它会跳过 0 并添加随后的非零天，这不完全是我需要。例如，如果按日期计算的计数（从第 1 天开始）为 0,10,0,7,7,1,0,0,1，则代码为第 2 天（10+7+7）和 9 提供 24对于第 6 天 (7+1+1)，理想情况下我希望第 2 天 (10+0+7) 为 17，第 5 天 (7+1+0) 为 8，第 9 天为 1？