在滚动时间内按ID的不同计数日期

如何解决在滚动时间内按ID的不同计数日期

我正在尝试从非常大的数据集中找到经常访问者的每日趋势。在这种情况下，频繁访问者是连续3天在2个不同天使用的访问者ID。

我的数据集如下所示：

ID |    Date    | Location | State | Brand |
1  | 2020-01-02 |    A     |  CA   |  XYZ  |
1  | 2020-01-03 |    A     |  CA   |  BCA  |
1  | 2020-01-04 |    A     |  CA   |  XYZ  |
1  | 2020-01-06 |    A     |  CA   |  YQR  |
1  | 2020-01-06 |    A     |  WA   |  XYZ  |
2  | 2020-01-02 |    A     |  CA   |  XYZ  |
2  | 2020-01-05 |    A     |  CA   |  XYZ  |

这是我想要的结果。访问列中的计数等于日期列中不同天的计数，每个ID为-2天。因此，对于2020年1月5日的ID 1，在3日和4日进行了一次访问，因此计数为2。

   Date    | ID | Visits | Frequent Prior 3 Days
2020-01-01 |Null|  Null  | Null
2020-01-02 |  1 |   1    | No
2020-01-02 |  2 |   1    | No
2020-01-03 |  1 |   2    | Yes
2020-01-03 |  2 |   1    | No
2020-01-04 |  1 |   3    | Yes
2020-01-04 |  2 |   1    | No
2020-01-05 |  1 |   2    | Yes
2020-01-05 |  2 |   1    | No
2020-01-06 |  1 |   2    | Yes
2020-01-06 |  2 |   1    | No
2020-01-07 |  1 |   1    | No
2020-01-07 |  2 |   1    | No
2020-01-08 |  1 |   1    | No
2020-01-09 |  1 |  null  | Null

我本来尝试使用以下行来获取visits列的结果，但在该ID首次达到3的每个连续日期的最后一行，都以3结尾。

,count(ID) over (Partition by ID order by Date ASC rows between 3 preceding and current row) as visits

我在论坛上进行了搜索，但是每个类似的问题似乎都涉及计数值而不是日期，并且还无法弄清楚如何调整以获得所需的内容。非常感谢您的帮助。

解决方法

您可以按用户和日期汇总数据集，然后将窗口函数与范围框一起使用以查看前面的三行。

您没有告诉您正在运行哪个数据库-并非所有数据库都支持窗口范围，也没有相同的语法来处理文字间隔。在标准SQL中，您可以执行以下操作：

select 
    id,date,count(*) cnt_visits
    case 
        when sum(count(*)) over(
            partition by id 
            order by date 
            range between interval '3' day preceding and current row
        ) >= 2
        then 'Yes'
        else 'No'
    end is_frequent_visitor
from mytable
group by id,date

另一方面，如果您想要为每个用户和每天（无人访问时的事件）记录，则有些不同。您可以先生成数据集，然后使用left join带表：

select
    i.id,d.date,count(t.id) cnt_visits,case 
        when sum(count(t.id)) over(
            partition by i.id 
            order by d.date 
            rows between '3' day preceding and current row
        ) >= 2
        then 'Yes'
        else 'No'
    end is_frequent_visitor
from (select distinct id from mytable) i
cross join (select distinct date from mytable) d
left join mytable t 
    on  t.date = d.date
    and t.id   = i.id
group by i.id,d.date

,

我倾向于通过使用cross join扩展窗口和访问者来扩展日期和访问者。假设数据中包含所有日期：

select i.id,count(t.id) over (partition by i.id
                         order by d.date 
                         rows between 2 preceding and current row
                        ) as cnt_visits,(case when count(t.id) over (partition by i.id
                                    order by d.date 
                                    rows between 2 preceding and current row
                                   ) >= 2
             then 'Yes' else 'No'
        end) as is_frequent_visitor
from (select distinct id from t) i cross join
     (select distinct date from t) d left join
     (select distinct id,date from t) t
     on t.date = d.date and
        t.id = i.id;