根据唯一交易 ID 发生的次数获取 AVG 销售额 (SNOWFLAKE)答案

【问题标题】：Get AVG sales based on number of times a Unique Transaction ID occurs (SNOWFLAKE)根据唯一交易 ID 发生的次数获取 AVG 销售额 (SNOWFLAKE)
【发布时间】：2020-05-16 10:32:48
【问题描述】：

我有一个零售数据库，我想提取我的交易销售 AMT 以及产品级别的详细信息。

不幸的是，我意识到我的 SALE_AMT 列是我的总交易销售额，而不是按产品分类的销售额。因此，我的 SALE_AMT 与唯一交易 ID 出现的次数重复（基于该交易中购买了多少产品）。

我认为解决此问题并获得准确交易 Sale_AMT 的最佳方法是对 SALE_AMT / 特定交易 ID 发生的次数执行 AVG。但是，我很难弄清楚如何做到这一点。我的 SQL 如下：

WITH PRODUCT_CTE AS (
  ...
)

SELECT
A.TRANS_UNIQUE_KEY, //Unique Transaction Identifier//
...
A.SALE_AMT, // This is the field for SALE_AMT showing the entire transaction SALE AMT and duplicated for each product
...
D.PRDCT_DESC,
...
FROM "tablename"A

LEFT OUTER JOIN "tablename"G
ON A.DT_SKEY = G.DT_SKEY

LEFT OUTER JOIN "tablename"H
ON A.TM_SKEY = H.TM_SKEY

LEFT OUTER JOIN "tablename"C
ON A.STORE_KEY = C.STORE_KEY

INNER JOIN "tablename"E
ON A.TRANS_TYP_KEY = E.TRANS_TYP_KEY

LEFT OUTER JOIN "tablename"F
ON A.CUST_KEY = F.CUST_KEY

LEFT OUTER JOIN PRODUCT_CTE D
ON A.TRANS_UNIQUE_KEY=D.TRANS_UNIQUE_KEY

WHERE YEAR(G.FISCAL_DT)>= YEAR(CURRENT_DATE())-1
ORDER BY G.FISCAL_DT DESC

按产品分类的交易销售重复示例：

【问题讨论】：

样本数据、所需结果和简化查询都会使您的问题更有可能得到回答。
也许你想要一个窗口聚合：A.SALE_AMT / count(*) over (partition by A.TRANS_UNIQUE_KEY)
@dnoeth - 这正是我所需要的！非常感谢！
@GordonLinoff - 感谢您的提示 =)。做出了这些更改，并将牢记在未来！
sale_amt/count(*) over (partition by..) 会给出每件商品的虚假价格，但为每件商品设置虚假价格是没有意义的。如果您要进行交易，您不想要假的AVG 部分的SUM，而是更多类似ANY_VALUE

标签： sql average snowflake-cloud-data-platform snowflake-schema

【解决方案1】：

因此，您可以通过取平均值得到每件商品的估计/平均/假价格

WITH data_table AS (
    SELECT * FROM VALUES
        (1,'2020-01-27',517.66,'Rocking Chair'),
        (1,'2020-01-27',517.66,'Plush Animal'),
        (1,'2020-01-27',517.66,'Rug'),
        (1,'2020-01-27',517.66,'Couch'),
        (1,'2020-01-27',517.66,'Bar Stool'),
        (2,'2020-01-28',59.09,'Painting'),
        (2,'2020-01-28',59.09,'Rug')
        v(trans_unique_key, fiscal_dt, sale_amt, prdct_desc)
)
SELECT a.*
    ,sum(fake_item_cost_2dp)over(partition by trans_unique_key) AS sum_of_parts_not_eqaul_the_whole
FROM (
    SELECT *
        ,SALE_AMT/count(*)over(partition by trans_unique_key) as FAKE_ITEM_COST
        ,round(FAKE_ITEM_COST,2) AS fake_item_cost_2dp
    FROM data_table
) AS a
ORDER BY 2,1;

给出：

TRANS_UNIQUE_KEY    FISCAL_DT   SALE_AMT    PRDCT_DESC  FAKE_ITEM_COST  FAKE_ITEM_COST_2DP  SUM_OF_PARTS_NOT_EQAUL_THE_WHOLE
1   2020-01-27  517.66  Rocking Chair   103.53200000    103.53  517.65
1   2020-01-27  517.66  Plush Animal    103.53200000    103.53  517.65
1   2020-01-27  517.66  Rug 103.53200000    103.53  517.65
1   2020-01-27  517.66  Couch   103.53200000    103.53  517.65
1   2020-01-27  517.66  Bar Stool   103.53200000    103.53  517.65
2   2020-01-28  59.09   Painting    29.54500000 29.55   59.10
2   2020-01-28  59.09   Rug 29.54500000 29.55   59.10

通常认为舍入和求和，或平均再求和，和/或浮点数不稳定。

但我的主要观点之一是有一个 fake_per_item_price 没有多大意义，除非你要再次聚合回交易级别，在这一点上，让ANY_VALUE 更有意义。

WITH data_table AS (
    SELECT * FROM VALUES
        (1,'2020-01-27',517.66,'Rocking Chair'),
        (1,'2020-01-27',517.66,'Plush Animal'),
        (1,'2020-01-27',517.66,'Rug'),
        (1,'2020-01-27',517.66,'Couch'),
        (1,'2020-01-27',517.66,'Bar Stool'),
        (2,'2020-01-28',59.09,'Painting'),
        (2,'2020-01-28',59.09,'Rug')
        v(trans_unique_key, fiscal_dt, sale_amt, prdct_desc)
)
SELECT trans_unique_key, fiscal_dt, ANY_VALUE(sale_amt) as sale_amt, count(*) as total_items_count, count(distinct prdct_desc) as distinct_items_count 
FROM data_table
GROUP BY 1,2
ORDER BY 2,1;

给予：

TRANS_UNIQUE_KEY    FISCAL_DT   SALE_AMT    TOTAL_ITEMS_COUNT   DISTINCT_ITEMS_COUNT
1   2020-01-27  517.66  5   5
2   2020-01-28  59.09   2   2

【讨论】：