在 SQL/Python 中使用动态日期值透视雪花查询

Question

我在这个网站上搜索了很多关于这个的主题，但无法实现任何解决方案。 我正在使用雪花来提取数据，然后使用数据透视函数来转置表格。 问题是我必须在枢轴函数中指定静态字段。 在我的查询中，我将日期范围设为 90 天，因此不断更改日期效率不会很高。 我正在使用雪花连接在 Jupyter 中提取数据，因此 python 是一个选项。

示例查询（这有效）：

select * from (
   select date, id, count(products) as prod_count 
   from table1 where date >= '2019-01-01' and date <= '2019-01-05' 
   group by 1, 2) d
pivot (
   max(prod_count) for date in ('2019-01-01', '2019-01-02', '2019-01-03', '2019-01-04', '2019-01-05')) piv 

我试过在“for date in”部分传递一个选择不同的日期查询，但这不起作用。 我还尝试创建单独的数据框和 python 列表，其中包含所有日期并将它们传递进来，但这也不起作用。 我还在这个论坛上尝试了各种其他解决方案，但他们似乎专注于 TSQL 或 SQL Server 语法，这在我的情况下不起作用（至少当我尝试时..）任何帮助表示赞赏。

编辑：

要显示输入与预期输出的示例：

输入：

Date        ID  Products
2019-01-01  1   A
2019-01-01  1   B
2019-01-01  2   A
2019-01-02  1   A
2019-01-02  1   B
2019-01-02  1   C
2019-01-02  2   A
2019-01-02  2   B

当前（和预期的，但动态的日期）输出：

ID  2019-01-01   2019-01-02
1   2            3
2   1            2

Answer 1

如果范围是 90 天，您可以调整该函数，但我们可以做的是返回一个动态查询，并将您的动态参数作为输入：

import pandas as pd


def generate_sql_dates(start_date="2019-01-01", end_date="2019-01-05"):
"""Date Generator, takes in a start and end date"""
   date_arrays = pd.date_range(start_date, end_date,freq='D')

   pivot_dates = tuple([x.strftime("%Y-%m-%d") for x in date_arrays])

   return f"""select * from (
   select date, id, count(products) as prod_count 
   from table1 where date >= '{start_date}' and date <= '{end_date}'
   group by 1, 2) d
   pivot (
   max(prod_count) for date in {pivot_dates}) piv"""

运行此返回：

qry = generate_sql_dates('2019-03-05','2019-04-05')
print(qry)

---

输出：

select * from (
   select date, id, count(products) as prod_count 
   from table1 where date >= '2019-03-05' and date <= '2019-04-05'
   group by 1, 2) d
   pivot (
   max(prod_count) for date in ('2019-03-05', '2019-03-06', '2019-03-07', '2019-03-08', '2019-03-09', '2019-03-10', '2019-03-11', '2019-03-12', '2019-03-13', '2019-03-14', '2019-03-15', '2019-03-16', '2019-03-17', '2019-03-18', '2019-03-19', '2019-03-20', '2019-03-21', '2019-03-22', '2019-03-23', '2019-03-24', '2019-03-25', '2019-03-26', '2019-03-27', '2019-03-28', '2019-03-29', '2019-03-30', '2019-03-31', '2019-04-01', '2019-04-02', '2019-04-03', '2019-04-04', '2019-04-05')) piv

现在，如果您的日期需要是动态的，即您每天运行并希望它以触发器开始，您可以使用日期时间函数，就像 SQL 中的GETDATE() ：

start = (pd.to_datetime('today')).strftime('%Y-%m-%d')
end = (pd.to_datetime('today') + pd.DateOffset(days=90)).strftime('%Y-%m-%d')

然后您可以将它们传递给函数 - 或者将它们保留为默认值。

Answer 2

这对于评论来说太长了，但我对 Python 的了解不够多，无法为您提供功能齐全的答案。 不过，我可以解释构建动态枢轴的方法。

设置好结果后，使用工具从您将要旋转并转换为列名的列中获取不同值的列表。 在这种情况下，这似乎是您的date列。 至于工具，SQL SELECT DISTINCT可以工作，但 Python 可以做同样的事情。 一种或另一种方式，获取值列表，用逗号分隔它们并在需要时将它们包装在分隔符中（对于需要它的日期），然后将该逗号分隔的列表保存到字符串变量中。 这在 Python 中可能更容易完成，但我认为它也可以在 Snowflake 中完成。 无论你更舒服。

接下来，您将使用该列名称列表来构建另一个变量，该变量将包含您的查询的其余部分。 在IN子句中，您将把上面的变量附加到您的列列表中。

SET @queryText = 'select * from (
   select date, id, count(products) as prod_count 
   from table1 where date >= '2019-01-01' and date <= '2019-01-05' 
   group by 1, 2) d
pivot (
   max(prod_count) for date in (' + @listOfColumnValues + ')) piv '

最后，执行包含在@queryText的查询。

Answer 3

我将在类似问题How to pivot on dynamic values in Snowflake 上保留此答案的最新版本。

我编写了一个 Snowflake 存储过程来获取 Snowflake 内部的动态支点，3 个步骤：

1. 询问
2. 调用存储过程call pivot_prev_results()
3. 查找结果select * from table(result_scan(last_query_id(-2)))

步骤：

create or replace procedure pivot_prev_results()
returns string
language javascript
execute as caller as
$$
  var cols_query = `
      select '\\'' 
        || listagg(distinct pivot_column, '\\',\\'') within group (order by pivot_column)
        || '\\'' 
      from table(result_scan(last_query_id(-1)))
  `;
  var stmt1 = snowflake.createStatement({sqlText: cols_query});
  var results1 = stmt1.execute();
  results1.next();
  var col_list = results1.getColumnValue(1);
  
  pivot_query = `
         select * 
         from (select * from table(result_scan(last_query_id(-2)))) 
         pivot(max(pivot_value) for pivot_column in (${col_list}))
     `
  var stmt2 = snowflake.createStatement({sqlText: pivot_query});
  stmt2.execute();
  return `select * from table(result_scan('${stmt2.getQueryId()}'));\n  select * from table(result_scan(last_query_id(-2)));`;
$$;

查看https://hoffa.medium.com/dynamic-pivots-in-sql-with-snowflake-c763933987c了解更多信息。