SQL交易数据：从购物篮行级别数据中，确定产品在购物篮中作为唯一产品​​出现的购物篮数量

Question

我的交易数据有很多列，但通常结构如下：

Basket_ID Product_ID  
basket1 product1  
basket1 product2  
basket1 product3  

basket2 product1  
basket2 product1

每个购物篮都有很多行，其中basket_ID为键。产品的每个实例在购物篮中都有自己的生产线，因此同一项目中的两个仍将超过两个生产线。购物篮数据还包含付款类型，促销明细等，但是可以通过过滤sales_quantity = 1来消除。

通过产品ID，我想得出一个产品是购物篮中唯一物品的购物篮总数，并希望将购买该产品作为购物篮中唯一物品的购买次数百分比。也就是说，product1在所有购物篮中销售100次，这是5个购物篮中唯一的商品，因此为5％。

我有一些似乎可以正确返回计数的代码，但是我在％部分中苦苦挣扎。它也不太理想，所以我敢肯定必须有一种更有效的方法。

这似乎很有效（但很混乱），以返回按product_id分组的购物篮计数，其中产品是购物篮中唯一的商品：

drop table if exists #tempbasket

   --unique products basket size distribution
  select report_transaction_ID
  ,count(product_id) as uniq_prods
  into 
#tempbasket
  from 
    (
  select
  report_transaction_ID
  ,product_id
  FROM Transactions
  WHERE CONVERT(DATE, TRANSACTION_DATE) BETWEEN '2019-02-04' and '2019-04-04' 
  AND basket_id is not null 
  and PRODUCT_ID is not null
  AND sales_quantity = 1) q1
  group by REPORT_TRANSACTION_ID
  having count(PRODUCT_ID) = 1

  select
  product_id
  ,count(q1.report_transaction_ID) as num_single_item_baskets
  FROM 
  (
  select
  report_transaction_ID
  ,product_id
  FROM Transactions
  WHERE CONVERT(DATE, TRANSACTION_DATE) BETWEEN '2019-02-04' and '2019-04-04' 
  AND basket_id is not null 
  and PRODUCT_ID is not null
  AND sales_quantity = 1) q1
    inner join #tempbasket t2 on q1.REPORT_TRANSACTION_ID = t2.REPORT_TRANSACTION_ID 
    where uniq_prods = 1
  group by product_id
  order by count(q1.report_transaction_ID) desc

然后我什至更麻烦的尝试来解决％...：

 select
  q1.product_id
  ,count(q1.report_transaction_ID) as num_single_item_baskets
  ,count(q2.report_transaction_ID) as total_baskets
  ,(count(q1.report_transaction_ID)*1.00)/(count(q2.report_transaction_ID)*1.00) as pct_single_item_baskets
  FROM 
  (
  select
  report_transaction_ID
  ,product_id
  FROM Transactions
  WHERE CONVERT(DATE, TRANSACTION_DATE) BETWEEN '2019-02-04' and '2019-02-04' 
  AND basket_id is not null 
  and PRODUCT_ID is not null
  AND sales_quantity = 1) q1
    inner join #tempbasket t2 on q1.REPORT_TRANSACTION_ID = t2.REPORT_TRANSACTION_ID 
    inner join
    (
  select
  report_transaction_ID
  ,product_id
  FROM Transactions
  WHERE CONVERT(DATE, TRANSACTION_DATE) BETWEEN '2019-02-04' and '2019-02-04' 
  AND basket_id is not null 
  and PRODUCT_ID is not null
  AND sales_quantity = 1) q2 on q1.PRODUCT_ID = q2.product_id
  group by q1.product_id
  order by count(q1.report_transaction_ID) desc

在30分钟后仍然运行第二个查询，因此不确定返回什么。第一个查询会运行，但要花一点时间，但结果似乎与预期的相对。

任何帮助表示赞赏，我相信还有比这更好的方法！

Answer 1

嗯。 。 。您可以使用两个聚合级别来回答您的主要问题：

select count(*)
from (select Basket_ID 
      from transactions
      group by Bascket_ID
      having min(Product_ID) = max(Product_ID)
     ) b