PostgreSQL 选择语句在 where 条件之后返回行

Question

我正在处理一个查询，以在每次发生由“where event = 1”指示的事件时返回接下来 7 天的数据。目标是按用户 ID 对所有数据进行分组，并在事件发生后对这些数据执行聚合函数 - 事件被编码为二进制 [0, 1]。

到目前为止，我一直在尝试使用嵌套的 select 语句来构造我想要的数据，但是使用窗口函数开始限制我。我现在认为自联接可能更合适，但在构建这样的查询时需要帮助。

查询当前首先创建按用户和日期分组的每日聚合值（第 3 级嵌套选择）。然后，第 2 级将数据“value_x”相加得到用户分组的聚合值。然后，第一级嵌套SELECT语句使用引线函数来抓取下一个行值，并由每个用户划分，每个用户划分，当event = 1.最后时，每个用户都在选择下一天的值时，SELECT语句使用聚合函数来计算平均值"sum_next_day_value_after_event" 按用户分组，其中 event = 1。放在一起，其中 event = 1，查询返回下一行总 value_x 的 avg(value_x)。

但是，这不符合我的时间规则； "where event = 1"，返回事件发生后接下来 7 天的数据。如果没有 7 天的数据，则返回

这是我到目前为止的以下查询：

select 
    f.user_id
    avg(f.sum_next_day_value_after_event) as sum_next_day_values
from (
    select
        bld.user_id,
        lead(bld.value_x, 1) over(partition by bld.user_id order by bld.daily) as sum_next_day_value_after_event
    from (
        select 
            l.user_id, 
            l.daily, 
            sum(l.value_x) as sum_daily_value_x
        from (
            select
                user_id, value_x, date_part('day', day_ts) as daily
            from table_1
            group by date_part('day', day_ts), user_id, value_x) l
        group by l.user_id, l.day_ts
        order by l.user_id) bld) f
group by f.user_id

下面是 table_1 数据的 sn-p：

user_id	day_ts	value_x	event
50	4/2/21 07:37	25	0
50	4/2/21 07:42	45	0
50	4/2/21 09:14	67	1
50	4/5/21 10:09	8	0
50	4/5/21 10:24	75	0
50	4/8/21 11:08	34	0
50	4/15/21 13:09	32	1
50	4/16/21 14:23	12	0
50	4/29/21 14:34	90	0
55	4/4/21 15:31	12	0
55	4/5/21 15:23	34	0
55	4/17/21 18:58	32	1
55	4/17/21 19:00	66	1
55	4/18/21 19:57	54	0
55	4/23/21 20:02	34	0
55	4/29/21 20:39	57	0
55	4/30/21 21:46	43	0

技术细节：

PostgreSQL，EDB 支持，版本 = 14.1

pgAdmin4，版本 5.7

感谢您的帮助！

Answer 1

“查询当前首先创建每日聚合值”

我在您的第一个查询中没有看到任何聚合函数，因此GROUP BY 子句没有用。

select
    user_id, value_x, date_part('day', day_ts) as daily
from table_1
group by date_part('day', day_ts), user_id, value_x

可以简化为

select
    user_id, value_x, date_part('day', day_ts) as daily
from table_1

这又没有提供真正的附加值，因此可以删除第一个查询，第二个查询将变为：

select user_id
     , date_part('day', day_ts) as daily
     , sum(value_x) as sum_daily_value_x
 from table_1
group by user_id, date_part('day', day_ts)

order by user_id 子句也可以在此步骤中删除。

现在如果你想计算事件发生后7天内sum_daily_value_x的平均值（我指的是你顶部查询中的avg()函数），你可以使用avg() 作为窗口函数，您可以将其限制在事件发生后的 7 天：

select f.user_id
     , avg(f.sum_daily_value_x) over (order by f.daily range between current row and '7 days' following) as sum_next_day_values
  from (
        select user_id
             , date_part('day', day_ts) as daily
             , sum(value_x) as sum_daily_value_x
          from table_1
         group by user_id, date_part('day', day_ts)
       ) AS f
 group by f.user_id

窗口函数中的partition by f.user_id子句没有用，因为在应用窗口函数之前，行已经按f.user_id分组了。

您可以将avg() 窗口函数替换为任何其他窗口函数，例如sum()，它更适合别名sum_next_day_values