如何为每个客户在 BigQuery 中以宽格式更改 label 获取正确的最小、最大日期？

Question

我有一个记录客户购买的表，例如：

客户ID	label	日期	购买编号	价格
2	一个	2022-01-01	asd	10
3	一个	2022-01-01	自卫队	5
4	乙	2022-02-04	asdfg	200
2	一个	2022-01-03	asdjg	4
3	乙	2022-02-01	dfs	20
2	G	2022-04-05	fdg	40
2	G	2022-04-10	fdg	40
2	一个	2022-06-06	fgd	20

我想看看每个客户在每个 label 上花了多少天/钱，到目前为止我正在做的是：

SELECT
customer_id,
label,
COUNT(DISTINCT(purchase_id) as orders_count,
SUM(price) as total_spent,
min(date) as first_date,
max(date) as last_date,
DATE_DIFF(max(date), min(date), DAY) as days
FROM
TABLE
WHERE
date > '2022-01-01'
GROUP BY
customer_id,
label

这给了我一张长桌子，像这样：

客户ID	label	订单数	总花费	第一次约会	最后日期	天
2	一个	3	34	2022-01-01	2022-06-06	180
2	G	1	40	2022-04-05	2022-04-10	5

ETC

为简单起见，我展示了几列，但客户一直都有订单。 上面的问题是，例如对于客户2 ，他从 label A 开始，然后更改为 G，然后他又回到 A，所以这在结果表中不可见（min(date) 是正确的，但是max(date) 采用他们的第二个 A max(date)) 并且我更喜欢宽格式。 例如，理想情况下，名为 next_label_{i} 的列对我来说是最好的，您可以为每个更改的 label 获取值。

您能否告诉我一种方法：a) 处理此 label 更改（未来 label 更改与早期标签相同）和 b) 将其制作成宽格式的方法？

谢谢

编辑：示例 output（正确日期，宽格式）[列将 go 与任何客户的唯一标签的最大数量一样宽]

客户ID	第一个标签	first_first_date	first_last_date	first_total_spent	第一天	下一个标签	next_first_date	next_last_date	next_days	下一个标签_2	next_first_date_2	next_last_date_2	next_days_2
2	一个	2022-01-01	2022-01-03	2	14	G	2022-04-05	2022-04-05	0	一个	2022-06-06	2022-06-06	0

ETC

抱歉，这并不完全准确（缺少orders_count，total_spent），但在这里格式化它很麻烦，但希望你能明白。 原则上，就好像您在之前的数据集上使用了 python 的 pivot_table。

或者，我很高兴只提供一个长格式的解决方案，该解决方案可以区分客户的 label 和同一客户的重复 label（如客户 2 以 A 开头，更改为 G 后返回 A）

Answer 1

您能告诉我... b) 一种将其制作成宽幅格式的方法吗？

首先，我想说我希望你有充分的理由得到 output 因为通常它不是最佳实践，而是留给表示层处理。

考虑到这一点 - 考虑以下方法

select * from (
  select customer_id, offset, purchase.*
  from (
    select customer_id, 
      array_agg((struct(label, date, purchase_id, price)) order by date) purchases
    from your_table 
    group by customer_id
  ), unnest(purchases) purchase with offset
  order by customer_id, offset
)
pivot (
  any_value(label) label, 
  any_value(date) date, 
  any_value(purchase_id) purchase_id, 
  any_value(price) price
  for offset in (0,1,2,3,4,5)
)    

如果应用于您问题中的示例数据 - output 是

注意：上面有一个愚蠢的假设，即您知道最大步数（在这种情况下，我使用了 6 - 从 0 到 5）。 这里有很多关于 SO 的帖子，展示了如何使用相同的技术使其动态化。 我不想复制它们，因为它违反了 SO 政策。 所以，只需在这方面做额外的功课：o）