计算每月重置的每天不同的值（大查询）

Question

如果我有这样的 table，其中包含商店的唯一 ID 和他们下订单的日期

store_id	order_date
一个	21 年 6 月 1 日
一个	02-Jun-21
B	02-Jun-21
C	02-Jun-21
一个	21 年 6 月 3 日
一个	21 年 6 月 4 日
D	21 年 6 月 4 日
一个	21 年 7 月 1 日
B	21 年 7 月 1 日

我需要按天汇总，但每天应该只包含以前从未出现过的 store_id，并且每个月都会重置。

最终结果应该是这样的：

order_date	计数商店
21 年 6 月 1 日	1
02-Jun-21	2
21 年 6 月 3 日	0
21 年 6 月 4 日	1
21 年 7 月 1 日	2

6 月 1 日，只存储 A 订单，所以它是 1
6月2日，A店、B店、C店下单，因A店之前有下单，将被排除
6月3日，应该是0，因为只有之前有下单的店铺A有订单
在 7 月 1 日，它会重置，因此商店 A 和 B 会重新计算

Answer 1

您可以执行相关子查询以仅保留每个月的第一个条目：

Select order_date, count(*)
From table a
Where order_date = (Select min(x.order_date) from table x
                    Where a.store_id=x.store_id
                      And Timestamp_Trunc(x.order_date,Month) = Timestamp_Trunc(a.order_date,Month)
                    )
Group by order_date
Order By order_date

Answer 2

如果你想在一个月内累计计算“唯一”商店，我建议使用row_number()来确定商店首次出现的时间：

select order_date, countif(seqnum = 1)
from (select t.*,
             row_number() over (partition by store_id, date_trunc(order_date, month)
                                order by order_date
                               ) as seqnum
      from t
     ) t
group by order_date;

Answer 3

第三种紧凑的替代方法是将两个查询嵌套在一起：

Select EarlyOrder as Order_Date, Count(*) as Count_Store
From (Select Store_ID, Min(Order_Date) as EarlyOrder
      From table
      Group By Store_ID, Date_Trunc(Order_Date, month)
     )
Group By EarlyOrder
Order By EarlyOrder

计算每月重置的每天不同的值（大查询）

Calculate distinct values per day that resets each month (Big Query)

sql

distinct

distinct-values

google-bigquery