Postgresql - 查询连续3个月每月至少购买一次杂货的客户列表

Question

有以下数据

purchase_date                customer_id
2015-05-25 03:24:09+05:30 |  15 
2015-06-21 06:33:35+05:30 |  15
2015-07-02 02:03:32+05:30 |  17
2015-07-25 10:20:31+05:30 |  15
2015-07-25 10:20:31+05:30 |  12
2015-07-26 01:20:31+05:30 |  17
2015-08-26 03:24:09+05:30 |  17
2015-08-21 03:21:21+05:30 |  14

我想获取连续 3 个月每月有一次条目的 customer_ids 列表。

我正在使用 PostgreSQL 10.14

Answer 1

分步演示：db<>fiddle

SELECT
    customer_id
FROM (
    SELECT
        *,
        age(                                                -- 5
            month, 
                -- 4
            first_value(month) OVER (PARTITION BY customer_id ORDER BY month ROWS BETWEEN 2 PRECEDING AND CURRENT ROW)
        ) as months,
                -- 3
        COUNT(*) OVER (PARTITION BY customer_id ORDER BY month ROWS BETWEEN 2 PRECEDING AND CURRENT ROW)
    FROM (
        SELECT DISTINCT                                     -- 2
            date_trunc('month', purchase_date) as month,    -- 1
            customer_id
        FROM mytable
    ) s
) s
WHERE months = interval '2 months' and count = 3            -- 6

所有步骤的示例都可以在上面链接的小提琴中看到！

1. date_trunc('month', ...)将日期标准化为实际月份的第一天。 所以，我们可以在一个月内建立一组日期，不管实际是哪一天
2. 使用DISTINCT消除所有绑定的记录。 因此，如果客户在同一个月有两条记录，则不应再识别这些重复记录
3. 使用滚动window function ：在这种情况下， COUNT()仅识别当前记录和组中的前两行。 因此，customer_id 组的第一条记录将返回 1，第三条记录（如果可用）将返回 3。
4. 现在，行上的COUNT()是不够的。 因为它可以是，我们有 1、3、5 个月，很明显，没有连续的月份。 所以，我们需要现在第一个月的滚动window。 如果是两个月前，我们可以肯定，window 确实包含连续 3 个月：两个月前、一个月前和当前月。
5. 计算window的第一个月与当月的差值
6. 现在我们有一个最大的滚动 window。 3条记录。 我们现在从当前记录到该组的第一个记录的月差。 我们现在需要过滤有趣的记录：我们需要一组的第三条记录（确保“至少 3 个月”），但只需要那些月差正好为 2 的记录，以确保 window 不包含更大的范围.

---

此外：

如果您介意至少更新到Postgres 11 ，您可以省略步骤 4 到 6，因为它支持日期范围而不是 window 函数的行。 所以，我们不需要单独处理日期范围。

结果看起来更方便，不是吗？

演示：db<>小提琴

SELECT
    customer_id
FROM (
    SELECT
        *,
        COUNT(*) OVER (PARTITION BY customer_id ORDER BY month RANGE BETWEEN interval '2 months' PRECEDING AND CURRENT ROW)
    FROM (
        SELECT DISTINCT
            date_trunc('month', purchase_date) as month,
            customer_id
        FROM mytable
    ) s
) s
WHERE count = 3

Answer 2

您可以使用减少到客户和月份。 然后只需使用lag() -- 一次：

select distinct customer_id
from (select customer_id, date_trunc('month', purchase_date) as yyyymm,
             lag(date_trunc('month', purchase_date), 2) over (partition by customer_id order by min(purchase_date)) as prev2_yyyymm
      from t
      group by customer_id, date_trunc('month', purchase_date)
     ) t
where prev2_yyyymm = yyyymm - interval '2 month';

Answer 3

让我们将数据减少到几个月和客户：

WITH mc AS(
  SELECT DISTINCT date_trunc('month', purchase_date) mo, customer_id
  FROM t
)

然后添加一个使用分析来获取上一月和下一月的 CTE：

WITH mc AS(
  SELECT DISTINCT date_trunc('month', purchase_date) mo, customer_id
  FROM t
), mcpn AS (
  SELECT 
    LAG(mo) OVER(partition by customer_id) as prevmo,
    LEAD(mo) OVER(partition by customer_id) as nextmo,
    mc.*
  FROM mc
)

然后 select prevmo, mo, nextmo 相隔一个月：

WITH mc AS(
  SELECT DISTINCT date_trunc('month', purchase_date) mo, customer_id
  FROM t
), mcpn AS (
  SELECT 
    LAG(mo) OVER(partition by customer_id) as prevmo,
    LEAD(mo) OVER(partition by customer_id) as nextmo,
    mc.*
  FROM mc
)
SELECT customer_id FROM mcpn WHERE AGE(prevmo, mo) = interval '1 month' AND AGE(mo, nextmo) = interval '1 month'