如何计算日均频率？

Question

我有这张桌子my_table:

recorder_id    person_id     day
A1             1             2017-06-03 12:30
A1             1             2017-06-03 12:45
B1             1             2017-06-03 12:50
A1             2             2017-06-03 16:40
B1             2             2017-06-03 16:45
B1             2             2017-06-03 18:20
A1             1             2017-06-04 11:22

我想知道每个人平均每天经过每个记录仪的次数。例如，id 1 的人平均每天经过记录器 A1 1.5 次，而人 2 平均每天经过此记录器 0.5 次（因为此人没有 2017-06-04 的记录）。同样的逻辑也应该适用于 B1。

recorder_id   person_id   daily_average_per_person
A1            1           1.5 
A1            2           0.5
B1            1           0.5
B1            2           1.0 

我怎样才能得到这个结果？

我尝试了这个查询，但我不知道如何计算每个唯一用户的每日平均值：

SELECT recorder_id, person_id,
       to_date(day) as hour,
       count(*) as hourly_count

FROM        my_table

GROUP BY    recorder_id, person_id, to_date(day)

ORDER BY    hourly_count;

Answer 1

你真的很亲密。我会为此使用一个子选择：

SELECT recorder_id, person_id, avg(day_count) day_avg
  FROM
       ( SELECT recorder_id, person_id,
                to_date(day) as record_day,
                count(*) as day_count
           FROM my_table
          GROUP BY recorder_id, person_id, to_date(day) ) tmp_tbl
 GROUP BY recorder_id, person_id
 ORDER BY avg(day_count);

我很抱歉，我无法测试这个，但它应该能让你走上正确的道路。

祝你好运！

Answer 2

如果我理解正确，您只需要数据中的天数。这成为分母：

SELECT recorder_id, person_id,
       count(*) / numdays
FROM t CROSS JOIN
     (SELECT COUNT(DISTINCT to_date(day)) as numdays
      FROM t
     ) tt
GROUP BY recorder_id, person_id, numdays
ORDER BY recorder_id, person_id;

在其他数据库中，您可以使用COUNT(DISTINCT) 作为窗口函数。我认为 Hive 不支持这一点。