postgres：按行特定的 24 小时时段分组？ [复制]答案

【问题标题】：postgres: group by row-specific 24 hour periods? [duplicate]postgres：按行特定的 24 小时时段分组？ [复制]
【发布时间】：2018-09-06 14:57:50
【问题描述】：

我正在运行 Postgres 9.6。我有一个用户表：

 id                            | integer                     |           | not null | nextval('user_id_seq'::regclass)
 name                          | character varying           |           | not null |

我有一个history 表：

 actioned_by      | integer                     |           |          | 
 category         | character varying           |           | not null | 
 t_actioned       | timestamp without time zone |           | not null |

我想要一种使用整数字段 num_days 来注释每个用户的方法，该字段指示他们在 24 小时内有多少不同的时间段有操作。

我知道如何获取每个用户活跃的不同日历天数：

 SELECT d.actioned_by, COUNT(*) AS cnt FROM 
  (SELECT date_trunc('day', t_actioned) AS day, actioned_by 
   FROM history 
   GROUP BY day, actioned_by) d 
 GROUP BY actioned_by
 ORDER BY cnt DESC;

但是有没有办法测量这些时间段，从他们第一次行动的时间开始计算，以允许在五分钟到午夜登录并在 10 分钟后离开的人？

我只是出于分析目的偶尔运行它，所以它是否很慢并不重要。

【问题讨论】：

@a_horse_with_no_name 不要认为这是重复的。在另一个问题中，询问如何按特定时间间隔分组。这里的问题略有不同：计算与行数无关的间隔。

标签： postgresql group-by

【解决方案1】：

db<>fiddle

SELECT 
    *, 
    trunc(                                                           -- E
        extract(epoch FROM (                                         -- C
            t_actioned -                                             -- B
            first_value(t_actioned) OVER (PARTITION BY actioned_by ORDER BY t_actioned)  -- A
         )) / 60 / 60 / 24                                           -- D
    ) + 1 as num_days                                                -- F
FROM history

A：使用窗口函数first_valuehttps://www.postgresql.org/docs/current/static/tutorial-window.html获取每个用户的第一个时间戳

B：获取行的当前时间戳与用户的第一个时间戳之间的差异。结果是一个区间

C：将时间间隔转换为秒

D：将秒转换为天

E：四舍五入到全天（减少数字）

F：加 1，因为您不想要天数（一天中的 2 个时间戳产生天数 == 0）而是天数

测试数据：

actioned_by  t_actioned           
-----------  -------------------  
1            2018-09-08 23:55:00  
1            2018-09-09 00:10:00  
1            2018-09-10 00:05:00  
1            2018-09-10 00:15:00  
2            2018-09-09 20:15:00  
2            2018-09-10 02:15:00  
2            2018-09-10 08:15:00  
2            2018-09-10 14:15:00  
2            2018-09-10 20:14:00

结果：

actioned_by  t_actioned           num_days  
-----------  -------------------  --------  
1            2018-09-08 23:55:00  1.0       
1            2018-09-09 00:10:00  1.0       
1            2018-09-10 00:05:00  2.0       
1            2018-09-10 00:15:00  2.0       
2            2018-09-09 20:15:00  1.0       
2            2018-09-10 02:15:00  1.0       
2            2018-09-10 08:15:00  1.0       
2            2018-09-10 14:15:00  1.0       
2            2018-09-10 20:14:00  1.0

【讨论】：