如何在 postgres 中 select 随着时间的推移按组累计计数

Question

我有两组随时间的累积计数，格式如下：

Date	Group	Cumulative Count
1/1/2020	A	1
1/2/2020	A	3
1/2/2020	B	1
1/3/2020	B	2

我想将这些数据重塑为这种格式：

Date	Group	Cumulative Count
1/1/2020	A	1
1/1/2020	B	0
1/2/2020	A	3
1/2/2020	B	1
1/3/2020	A	3
1/3/2020	B	2

这样我就可以让它在元数据库的堆叠面积图中准确显示 - 有什么建议吗？

Answer 1

在使用左连接获取组合数据集之前，您可以使用交叉连接生成所有可能的日期和组对，例如

由于您的数据集已经具有累积计数，空值标识的缺失值已使用最近的累积计数替换为 MAX 和 COALESCE。

SELECT
    d."Date"::text,
    d."Group",
    COALESCE(m."CumulativeCount",COALESCE(MAX(m."CumulativeCount") OVER (
        PARTITION BY d."Group"
        ORDER BY d."Date"
    ),0)) as CumulativeCount
FROM (
    SELECT "Date", "Group" FROM (
        SELECT DISTINCT
            "Date"
        FROM
            my_data
    ) t1
    CROSS JOIN (
        SELECT DISTINCT
            "Group"
        FROM
            my_data
    ) t2
) d 
LEFT JOIN my_data m ON m."Date"=d."Date" AND
                       m."Group" = d."Group"
ORDER BY 1,2;

Date	Group	cumulativecount
2020-01-01	A	1
2020-01-01	B	0
2020-01-02	A	3
2020-01-02	B	1
2020-01-03	A	3
2020-01-03	B	2

View working demo on DB Fiddle

更新 1

如果您想为缺失日期之间的日期生成值，例如您的下一个日期是 1/7/2020 并且您想填补 1/3/2020 的空缺，您可以使用 generate_series 生成可能的日期，MAX 获取最新值。我在下面包含了一个 fiddle 和额外的示例数据，例如

模式（PostgreSQL v13）

CREATE TABLE my_data (
  "Date" DATE,
  "Group" VARCHAR(1),
  "CumulativeCount" INTEGER
);

INSERT INTO my_data
  ("Date", "Group", "CumulativeCount")
VALUES
  ('1/1/2020', 'A', '1'),
  ('1/2/2020', 'A', '3'),
  ('1/2/2020', 'B', '1'),
  ('1/3/2020', 'B', '2'),
  ('1/1/2020', 'C', '2'),
  ('1/7/2020', 'C', '3');

查询#1

SELECT
    d."Date"::text,
    d."Group",
    COALESCE(
        m."CumulativeCount",
        COALESCE(MAX(m."CumulativeCount") OVER (
            PARTITION BY d."Group"
            ORDER BY d."Date"
        ),0)
    ) as CumulativeCount
FROM (
    SELECT "Date", "Group" FROM (
        SELECT
            GENERATE_SERIES(
                MIN("Date"),
                MAX("Date"),
                INTERVAL '1' DAY
            ) as "Date"
        FROM
            my_data
    ) t1
    CROSS JOIN (
        SELECT DISTINCT
            "Group"
        FROM
            my_data
    ) t2
) d 
LEFT JOIN my_data m ON m."Date"=d."Date" AND
                       m."Group" = d."Group"
ORDER BY 1,2;

Date	Group	cumulativecount
2020-01-01 00:00:00+00	A	1
2020-01-01 00:00:00+00	B	0
2020-01-01 00:00:00+00	C	2
2020-01-02 00:00:00+00	A	3
2020-01-02 00:00:00+00	B	1
2020-01-02 00:00:00+00	C	2
2020-01-03 00:00:00+00	A	3
2020-01-03 00:00:00+00	B	2
2020-01-03 00:00:00+00	C	2
2020-01-04 00:00:00+00	A	3
2020-01-04 00:00:00+00	B	2
2020-01-04 00:00:00+00	C	2
2020-01-05 00:00:00+00	A	3
2020-01-05 00:00:00+00	B	2
2020-01-05 00:00:00+00	C	2
2020-01-06 00:00:00+00	A	3
2020-01-06 00:00:00+00	B	2
2020-01-06 00:00:00+00	C	2
2020-01-07 00:00:00+00	A	3
2020-01-07 00:00:00+00	B	2
2020-01-07 00:00:00+00	C	3

View working demo on DB Fiddle

Answer 2

您可以通过以下步骤实现：

注意：我创建了几个table。根据您的喜好随意使用子查询或 CTE。

首先，创建可能的 date-group 对：

create table ads as 
SELECT
    sq."date",
    sq."group",
    COALESCE(m."cummulativecount",0) as CummulativeCount
FROM 
(
    SELECT "date", "group" 
    FROM 
    (
        SELECT DISTINCT "date"
        FROM tbl
    ) dt
    
    CROSS JOIN 
    (
        SELECT DISTINCT "group"
        FROM tbl
    ) grp
) sq 
LEFT JOIN tbl m 
   ON m."date"=sq."date" 
   AND
   m."group" = sq."group"

（以上步骤引用自@ggordon的回答）。现在，由于我们将附加记录的所有 cummulativeCount 归为 0，因此我们必须获得实际 table 的最近 cummulativeCount（即，对于 A，3 将是取自 "1/2/2020"。如果最近的 most 值不可用，则不会取。

create table prev_cnt as 
select t."group", t.cummulativecount 
from tbl as t
inner join 
(
   select tbl."group", max(tbl."date") m_date
   from ads 
   inner join tbl
      on ads."group"=tbl."group"
   where ads.cummulativecount =0 and
      tbl."date" < ads."date"
   group by tbl."group"
) as sq
   on t."group"=sq."group" 
   and t."date"=sq.m_date

最后，将最近的值与派生广告结合起来table：

create table fin_ads as 
select 
   ads."date", 
   ads."group", 
   case 
     when ads.cummulativecount=0 and pc.cummulativecount IS NOT NULL then pc.cummulativecount 
     else ads.cummulativecount 
   end as cummulativecount
from ads
LEFT join prev_cnt as pc
   on ads."group"=pc."group"

table fin_ads 将是您想要的输出。

示例代码和日期在这里：DB<>fiddle

如何在 postgres 中 select 随着时间的推移按组累计计数

How to select cumulative counts by group over time across in postgres

sql

postgresql

metabase

更新 1