如何根據 BigQuery 中的另一個現有行為每個用戶添加記錄？

Question

在這里發布以防萬一有人擁有更多的知識，可能無法幫助我指明方向。

我有一張這樣的表：

| Row |   date   |user id | score |
-----------------------------------
|  1  | 20201120 |  1     |   26  |
-----------------------------------
|  2  | 20201121 |  1     |   14  |
-----------------------------------
|  3  | 20201125 |  1     |   0   |
-----------------------------------
|  4  | 20201114 |  2     |   32  |
-----------------------------------
|  5  | 20201116 |  2     |   0   |
-----------------------------------
|  6  | 20201120 |  2     |   23  |
-----------------------------------

但是，從這里開始，我需要為每個用戶每天記錄一個記錄，如果用戶缺少一天，則應保留記錄的最后一個分數，然后我會得到如下內容：

| Row |   date   |user id | score |
-----------------------------------
|  1  | 20201120 |  1     |   26  |
-----------------------------------
|  2  | 20201121 |  1     |   14  |
-----------------------------------
|  3  | 20201122 |  1     |   14  |
-----------------------------------
|  4  | 20201123 |  1     |   14  |
-----------------------------------
|  5  | 20201124 |  1     |   14  |
-----------------------------------
|  6  | 20201125 |  1     |   0   |
-----------------------------------
|  7  | 20201114 |  2     |   32  |
-----------------------------------
|  8  | 20201115 |  2     |   32  |
-----------------------------------
|  9  | 20201116 |  2     |   0   |
-----------------------------------
|  10 | 20201117 |  2     |   0   |
-----------------------------------
|  11 | 20201118 |  2     |   0   |
-----------------------------------
|  12 | 20201119 |  2     |   0   |
-----------------------------------
|  13 | 20201120 |  2     |   23  |
-----------------------------------

我正在嘗試使用 StandardSQL 在 BigQuery 中做到這一點。 我知道如何在以下空日期之間保持相同的分數，但我真的不知道如何為每個用戶的缺失日期添加新行。 另外，請記住，此示例只有 2 個用戶，但在我的數據中，我有 1500 多個用戶。

我的最終目標是顯示諸如每天平均得分之類的東西。 作為背景，由於我們的邏輯，如果分數不是在特定日期記錄的，這意味着用戶仍在記錄的最后一個分數中，這就是為什么我每天都需要為每個用戶提供分數。

我真的很感激我能得到的任何幫助！ 我一直在嘗試不同的選擇但沒有成功

Answer 1

下面是 BigQuery 標准 SQL

#standardSQL
select date, user_id, 
  last_value(score ignore nulls) over(partition by user_id order by date) as score
from (
  select user_id, format_date('%Y%m%d', day) date,  
  from (
    select user_id, min(parse_date('%Y%m%d', date)) min_date, max(parse_date('%Y%m%d', date)) max_date
    from `project.dataset.table` 
    group by user_id
  ) a, unnest(generate_date_array(min_date, max_date)) day
)
left join `project.dataset.table` b
using(date, user_id)
-- order by user_id, date     

如果應用於您問題中的樣本數據 - 輸出是

Answer 2

一個選項使用generate_date_array()來創建每個用戶的一系列日期，然后將表帶入left join 。

select d.date, d.user_id, 
    last_value(t.score ignore nulls) over(partition by d.user_id order by d.date) as score
from (
    select t.user_id, d.date
    from mytable t
    cross join unnest(generate_date_array(min(date), max(date), interval 1 day)) d(date)
    group by t.user_id
) d
left join mytable t on t.user_id = d.user_id and t.date = d.date

Answer 3

我認為最有效的方法是使用generate_date_array()但以一種非常特殊的方式：

with t as (
      select t.*,
             date_add(lead(date) over (partition by user_id order by date), interval -1 day) as next_date
      from t
     )
select row_number() over (order by t.user_id, dte) as id,
       t.user_id, dte, t.score
from t cross join join
     unnest(generate_date_array(date,
                                coalesce(next_date, date)
                                interval 1 day
                               )
           ) dte;