Привет, ночной. Решаю некоторые задачи по SQL, а точнее sqlite3. Сам знаю язык на уровне select, join и немного оконных функций. Поэтому моих знаний не хватает и прошу помощи или совета по вопросу у анона.
Задача: есть столбцы client_id и date. В date хранятся даты в интервале от 01.02.2019 до 01.02.2020 т.е ровно за год. Каждая дата начинается только с первого числа месяца, например 01.02.2019, 01.03.2019, 01.04.2019 и т.д. Нужно найти все client_id, у которых есть дата для каждого месяца прошедшего интервала, т.е каждый из 13 месяцев.
Я думаю это делать через group_by по клиентам и посчитать количество уникальных дат, соответственно у кого оно будет равно 13, тот подходит. Решение, очевидно, кривое, но другого пока не могу придумать.
спасибо абу за новую капчу
Дай скрин примера таблицы. Не могу понять как у тебя данные в поле client_id записаны
Там где у тебя HAVING кококо сравнивай не с 13 как дебил, а с
count(SELECT DISTINCT date FROM Table)
Учился в шараге, в сфере стаж чуть больше года, зп 130.
Около айти, я не разработчик и какой-нибудь sql engineer
Решение идеальное для такой задачи, всё правильно делаешь.
Ты аналитик, дата-сатанист? В юпитере вон орудуешь смотрю.
хуевое решение, не понятно, во что развернется в итоге. Ебнутый оптимизатор может этот каунт криво развернуть и запускать для каждой строки результата, т.е. ты получишь пачку обращений к БД на пустом месте. Тогда лучше это поле отдельно посчитать в where и сравнивать уже с ним.
Лови еще больший омск: для каждого клиента делаешь выборку дат, из каждой извлекаешь номер месяца, их складываешь и сравниваешь с заранее посчитанным числом (которое получится, если сложить все твои 13 месяцев).
* без подзапроса, разумеется
Годный совет, спасибо. Но не работает что-то, наверное подзапрос надо ебошить, может по этому. А я уже забыл как это делать. Щас буду вспоминать.
>>250094886
На предыдущей работе аналитик был, там в юпитере работал, а сейчас данные из экселя вообще, поэтому по старой памяти в sqlite сделал базу, залил данные и через пандас запросы делаю
вообще ебал я манагерскую работу, как же приятно сидеть писать код, гуглить проблемы. Так бы и вкатился куда нибуь в бэкенд, но в 24 не судьба похоже, когда знакомые уже по 300к получают, которые сразу после пту вошли в сферу
А как надо, если это омск, анончик?
>>250094920
совет плохой. Хочешь так сравнивать - сделай select из selectа, или заранее вычитай, если нет требований к тому, чтобы скрипт sql был только один.
Вот так? В целом работает
вкатился в 28 на сотку с ходу, ты ебанутый в 24 об эйджизме заикаться?
Если скорость нужда и данных миллионы, то делай юнион по каждой дате. Дальше смержишь, можешь параллелить говназапросы свои . Кароч по ррпинципу мап-ридуса. Груп всегда сосет бо квадратичный.
Если данных до десятка лямов записей, то не еби се моск, всем насрать на твой "красивый" код.
мимо 15 лет стажа проггер
пиздешь.
вчера от хрюшки прилетел запрос не брать старше 23 (я собесы веду - пиздеть не мешки ворочать). ми ->>>>250095359
Может вот так? Проверить не могу так как пишу с домашнего компа на котором нету ничего. Продебажить не могу, дебаж сам.
гавнокод 100%, лол
Не понял, как ему юнион брать по датам? Юнион же делает ся по селектам с одинаковой сигнатурой (число колонок, типы)
Бич 7 месяцев в ойти
Я в целом против подзапросов - у тебя этот select count(distinct date_new) запускается для каждой строки результата, т.е. 79 раз. При этом ты понимаешь, что он всегда возвращает один и тот же результат, т.е. это суходрочка. Будет в результирующей таблице миллион записей - будет тебе миллион вложенных циклов.
В идеале - вычитай в переменную и используй значение в запросе. Или группировку с rollup сделай, это всё равно по своей сути - оконная функция, но ты можешь сделать count(*) без группировки по id_client и с группировкой в одном selectе.
Данных всего 400к, нужно чтобы просто работало
В таком случае можно ехать дальше и добавлять следующую колонку. Есть столбец sum_payment. Для каждого клиента, включая условие из первой задачи, посчитать "средний чек за период". Неоднозначное описание как по мне, поэтому буду считать, что это просто ебнуть среднее за весь год для каждого клиента. Это легко и вроде справлюсь сам, а дальше уже не мой уровень будет
видимо руками where прописать.
having нижний не нужон, у тебя ж уже табличное выражение в результате selectа получается, можно из него селект с where сделать.
Про переменные в SQL я даже не слышал, анон. На стаке пишут что sqlite их не поддерживает или я что-то не то ищу https://stackoverflow.com/questions/7739444/declare-variable-in-sqlite-and-use-it
Деды не хотят за идею пахать?
А, понял, разработчиков старше 23 не существует, испарились. Заебись живётся, когда хрюшка тебе поручения даёт?
Можно через промежуточную таблицу сделать, как на стековерфлоу советуют. Но в целом можно и не оптимизировать заранее и сделать подзапрос в having - будет тормозить, заюзаешь дополнительно таблицу со значением.
С rollup я напутал, он добавляет строку к результату, а не столбец.
Во втором ответе ссылке на SO говрят про рид-онли переменные.
WITH const AS (SELECT count(distinct date_new) AS date_count FROM transactions)
SELECT id_client, count(distinct date_new) FROM transactions
GROUP BY id_client
HAVING count(distinct date_new) = const.date_count
select
date_new, avg(sum_payment)
from ....
group by date_new
?
Или чётче формулируй, без внятного ТЗ результат всегда ХЗ
я пробовал with, у меня nested loops в MS SQL получаются. что с обобщенными выражениями, что просто с select из select.
это да, к декларативному описанию надо прийти, а потом еще раз прийти, когда поймешь, как там всё внутри работает и почему подзапросы в основном - зло.
Ты кинь в тред код создания и заполнения таблицы - create/insert-ы, чтобы аноны могли тестировать у себя запросы.
Для каждого id_client есть много date_new и sum_payment, как на скрине, нужно для каждого месяца посчитать сумму sum_payment и затем взять среднее из средних.
Например, (avg(за февраль 2019) + avg(за март 2019) + avg(за апрель 2019) .. + avg(за фефраль 2020) и поделить на количество месяцев, т.е 13.
У каждого клиента есть операции в каждом месяце, т.к в первой задаче взяты только клиента с непрерывной историей за период
не усложняешь? среднее из средних математически не будет равно просто среднему?
Что-то я не то написал, да. Сам не до конца понимаю что значит "средняя сумма покупок за месяц". Думаю это сумма покупок за каждый месяц / количество прошедших месяцев.
>avg
sum тогда, не avg
>>250096591
Опять что-то не то.
>Думаю это сумма покупок за каждый месяц / количество прошедших месяцев.
Это же тоже самое, что просто сумма всех покупок за период / 13 прошедших месяцев
SELECT SUM(sum_payment) / (SELECT count(distinct date_new) AS date_count FROM transactions)
FROM transactions
если просто "средняя сумма покупок за месяц", то бери месяц и считай среднее. Если для человека - добавь туда человека. т.е. у тебя все равно вариантов два.
date_new, avg(sum_payment)
или
id_client, date_new, avg(sum_payment)
Не выдумывай себе трудности, их тебе выдумает заказчик.
ну вот тоже жизнеспособная идея, если тебе и месяцы не нужны, то это одна цифра, сколько в среднем магазин зарабатывает в месяц.
SELECT SUM(sum_payment) / count(distinct date_new)
FROM transactions
Да, только я б подзапрос всё таки убрал
>>250096833
>>250096907
В целом задача "среднее за месяц" звучит странно потому что:
>Это же тоже самое, что просто сумма всех покупок за период / 13
В таком случае остается просто для каждого месяца запилить отдельный столбец со средним за этот месяц. Но это опять же странно, ведь период мог состоять не из 13 месяцев а из 113
Ну хуй с ним. Буду делать
паржал с тупорылого аналитика, который даже ссаный сиквел для дошкольника не знает, лоол
Столбцы пилить не надо, а строкам пофигу, avg сам тебе среднее посчитает сумму и разделит на количество строк в группе.
фронтендер-петушок, тут тебе не рады.
ну таки также, sum() / (count discinct id_check)
Вот так получилось. Добавил еще количество операций за период, судя по всему в count можно не передавать параметр, ведь не важно какой столбец считать?
На сегодня закончу, завтра меня таки ждет ранжирование по месяцам, по возрастам с шагом N лет, подсчет за квартал, пиздец.
Спасибо всем кто был в треде и особенно тем, кто помог! Завтра на вечернем создам еще раз.
15 лет кун приходи
Абу благословил этот пост.
в count(*) и count(a) есть важное отличие - в первом случае он тебе посчитает все строки, во втором - только те, где a не null. Удачи!
За что тебе платят такие деньги, блядь, с одним годом опыта!?