如何在 PostgreSQL 中通过自定义三个月来 date_trunc？

Question

我正在开展一个项目，其中财政年度以三个月来衡量，尽管听起来很奇怪，但由于国家/地区的规定，每个三个月都是从当月的第 10 天而不是第 1 天开始计算的。因此，第一个三个月被认为是从 1 月 10 日开始，并在该月 9 日结束三个月后。有没有办法date_trunc 或简单地使用 PostgreSQL 中的这些自定义三个月来对时间戳列进行分组？

到目前为止，我只能按月/日/周查询数据，例如：

FROM myTable SELECT( SUM(price) as total, date_trunc('month', 'timpestamp') ) GROUP BY (total)

Answer 1

你可以加入结果代理准备的区间，例如：

t=# select starts,starts+'3 month'::interval ends,mod(ord,4) from  generate_series('2015-10-01'::date,'2018-10-01'::date,'3 month'::interval) with ordinality t(starts,ord);
         starts         |          ends          | mod
------------------------+------------------------+-----
 2015-10-01 00:00:00+00 | 2016-01-01 00:00:00+00 |   1
 2016-01-01 00:00:00+00 | 2016-04-01 00:00:00+00 |   2
 2016-04-01 00:00:00+00 | 2016-07-01 00:00:00+00 |   3
 2016-07-01 00:00:00+00 | 2016-10-01 00:00:00+00 |   0
 2016-10-01 00:00:00+00 | 2017-01-01 00:00:00+00 |   1
 2017-01-01 00:00:00+00 | 2017-04-01 00:00:00+00 |   2
 2017-04-01 00:00:00+00 | 2017-07-01 00:00:00+00 |   3
 2017-07-01 00:00:00+00 | 2017-10-01 00:00:00+00 |   0
 2017-10-01 00:00:00+00 | 2018-01-01 00:00:00+00 |   1
 2018-01-01 00:00:00+00 | 2018-04-01 00:00:00+00 |   2
 2018-04-01 00:00:00+00 | 2018-07-01 00:00:00+00 |   3
 2018-07-01 00:00:00+00 | 2018-10-01 00:00:00+00 |   0
 2018-10-01 00:00:00+00 | 2019-01-01 00:00:00+00 |   1
(13 rows)

在这里，您可以使用 rownum order 的余数除以学期数来获得学期数（当然，您需要处理 0 - 要么称之为四，要么从负一学期开始，只需使用 mod(ord,4)+1 ，或使用case when等）

Answer 2

使用函数（或其中的表达式）：

create or replace function get_trimester(timestamp)
returns integer language sql immutable as $$
    select (extract('month' from $1::date- 9)::int- 1)/ 3 + 1
$$;

检查某些日期的功能：

with my_table(t) as (
values 
    ('2017-01-09'::timestamp),
    ('2017-01-10'),
    ('2017-04-09'),
    ('2017-04-10'),
    ('2017-07-09'),
    ('2017-07-10'),
    ('2017-10-09'),
    ('2017-10-10'),
    ('2017-12-31')
)

select t, get_trimester(t)
from my_table

          t          | get_trimester 
---------------------+---------------
 2017-01-09 00:00:00 |             4
 2017-01-10 00:00:00 |             1
 2017-04-09 00:00:00 |             1
 2017-04-10 00:00:00 |             2
 2017-07-09 00:00:00 |             2
 2017-07-10 00:00:00 |             3
 2017-10-09 00:00:00 |             3
 2017-10-10 00:00:00 |             4
 2017-12-31 00:00:00 |             4
(9 rows)