在具有最小窗口大小的窗口函数上进行聚合答案

【问题标题】：Aggregation on a window function with minimum windows size在具有最小窗口大小的窗口函数上进行聚合
【发布时间】：2021-12-11 21:39:36
【问题描述】：

假设我有一个收集有序记录的表：

SELECT * FROM items_table ORDER BY day ASC

day	total_items
1	5
2	6
3	3
4	1
5	2
6	2
7	4

我希望每 3 天计算一次“total_items”的最大数量，而窗口的大小至少为 3。如果在特定行的窗口大小不够大，则返回值应为 NULL。

day	min_3_days_total_items
1	NULL
2	NULL
3	6
4	6
5	3
6	2
7	4

在 Pandas 中是：

df['total_items'].rolling(3, min_periods=3).max()

如何在 BigQuery SQL 中做到这一点？

【问题讨论】：

标签： sql google-bigquery window-functions

【解决方案1】：

case
  when count(*) over (order by day rows between 2 preceding and current row) = 3
  then max(total_items) over (order by day rows between 2 preceding and current row) end

如果空值只是因为它们出现在列表的开头，您可以类似地基于row_number() 或lag() 进行测试。我想这取决于你想如何看待数据。如果需要，您当然可以为您的窗口设置别名，如果您更喜欢 if 而不是 case，那么它仍然是等效的。

我特别假设您在日期编号方面没有空白。如果这些很重要，您可以考虑使用range between 是否更合适。

https://dbfiddle.uk/?rdbms=sqlserver_2014&fiddle=96e4e60269535586501da5b9fa70e206

【讨论】：

【解决方案2】：

考虑以下方法

select *,
  if(count(*) over recent_3_days = 3, 
    max(total_items) over recent_3_days, 
    null) as max_items_in_recent_min_3_days
from items_table  
window recent_3_days as (order by day range between 2 preceding and current row)
order by day

【讨论】：