对于您描述的表格的已知列数 - 实际上不是平均值，它是一个计数 - 可以使用IF 完成：
SELECT Product,
SUM(IF(VisitDayBeforePurchase = 0, 1, 0)) AS Day0,
SUM(IF(VisitDayBeforePurchase = 1, 1, 0)) AS Day1,
SUM(IF(VisitDayBeforePurchase = 2, 1, 0)) AS Day2
FROM yourtable
GROUP BY Product;
基本上，我想查看某人在购买特定产品前 X 天访问网站的平均访问次数。即访问前每天每个产品的总和（访问）/总和（唯一访问者）
这是一个不同的请求。您可以通过添加（或替换）一列来做到这一点
SELECT Product,
AVG(VisitDayBeforePurchase) AS AverageDays
FROM yourtable
GROUP BY Product;
这给了你一切（你可以在行动中看到它here）。
SELECT Product,
SUM(IF(VisitDayBeforePurchase = 0, 1, 0)) AS Day0,
SUM(IF(VisitDayBeforePurchase = 1, 1, 0)) AS Day1,
SUM(IF(VisitDayBeforePurchase = 2, 1, 0)) AS Day2,
AVG(VisitDayBeforePurchase) AS AverageDays
FROM yourtable
GROUP BY Product;
计算多个访问者
简而言之：这很复杂，也许最好不要这样做。
假设我们有一个产品被同一访问者查看两次（或更多），那么我们不想将这些视为单独的访问。如果先生。 X访问了网站三天，两天，购买当天，我们怎么办？
乍一看，我们可能会认为只计算最后次访问。但是我们会得到一个明显的意想不到的后果：由于您必须访问该网站才能在该网站上购买商品，那么购买之前的最后一次访问是您进行购买的访问，因此在购买之前总是零天。在同一小时和一分钟内，甚至，可能。虽然可以考虑上次访问，但它会给我们带来毫无价值的结果。
考虑到第一次访问也会产生忽略重复购买的意外后果，因此我们的最佳重复客户实际上会被认为是最虚伪和优柔寡断的。
因此，例如，只需要考虑实际使用 SUM 制表的天数，然后然后做一些事情：
VisitorID ProductID VDBeforeP
42 137 3
42 137 2
41 137 2
但是怎么办呢？如果我们只考虑访问者 42 的 一个 记录，无论我们做什么我们最终都会得到一个不正确的结果，要么平均而言过于乐观，要么平均而言过于悲观。我们可以考虑用户 42 的 average，对于权重 one（而不是 two）的用户 42，它给出了 2.5，因此与“brute平均”（上面的解决方案）我们有点少考虑重复客户。
为此，我们使用SUBSELECT：我们获得每个数据点只有一个访客和产品的平均数据
SELECT VisitorID, Product, AVG(VisitDayBeforePurchase) AS VisitDayBeforePurchase
FROM visits GROUP BY VisitorID, Product;
这将生成一个与原始表格格式相同但包含平均数据的表格。 而且它永远不会起作用，因为原始查询只验证了 整数 天数，而 2.5 既不是 2 也不是 3。所以我们必须做出乐观或悲观的修正；这是乐观的
SELECT VisitorID, Product, FLOOR(AVG(VisitDayBeforePurchase)) AS VisitDayBeforePurchase
FROM visits GROUP BY VisitorID, Product;
而悲观者会使用FLOOR(1.0+AVG...。折衷方案是使用ROUND。
现在我们重复查询：
SELECT Product,
SUM(IF(V = 0, 1, 0)) AS Day0,
SUM(IF(V = 1, 1, 0)) AS Day1,
SUM(IF(V = 2, 1, 0)) AS Day2,
AVG(BetterV) AS AverageDays
FROM (
SELECT VisitorID,
Product,
ROUND(AVG(VisitDayBeforePurchase)) AS V,
AVG(VisitDayBeforePurchase) AS BetterV
FROM visits GROUP BY VisitorID, Product
) AS grouped
GROUP BY Product;
A working example can be also found here
Map-Reduce
要在 map-reduce 环境中运行上述操作，您需要两个阶段：一个直接输出 VisitorID、Product 和 VisitDayBeforePurchase 的 map 阶段，以及一个通过键（VisitorID、Product）分组并输出这些和 V 的 reduce 阶段（还有 BetterV？）计算结果。
这被馈送到一个新的 reduce 阶段，该阶段对 V 执行平均。