PostgreSQL查询中每个月的平均最近三个月

时间:2011-11-11 03:12:31

标签: sql postgresql aggregate-functions

我正在尝试在Postgresql中构建一个用于预算的查询。

我目前有一个按月分组的数据列表。

对于一年中的每个月,我都需要检索前三个月的平均月销售额。例如,在1月份,我需要从上一年的10月到12月的平均月销售额。结果将是:

1  12345.67
2  54321.56
3  242412.45

按月号分组。

以下是我的查询中的代码片段,它将为我提供当月的销售额:

LEFT JOIN (SELECT SUM((sti.cost + sti.freight) * sti.case_qty * sti.release_qty)
                  AS trsf_cost,
                  DATE_PART('month', st.invoice_dt) as month
             FROM stransitem sti, 
                  stocktrans st
            WHERE sti.invoice_no = st.invoice_no 
              AND st.invoice_dt >= date_trunc('year', current_date) 
              AND st.location_cd = 'SLC' 
              AND st.order_st != 'DEL'
         GROUP BY month) as trsf_cogs ON trsf_cogs.month = totals.month

我需要另一个加入,这会让我得到同样的东西,只是前三个月的平均值,但我不确定如何。

这将始终是1月至12月(1-12)列表,从1月开始到12月结束。

1 个答案:

答案 0 :(得分:1)

这是窗口功能的经典问题。以下是解决这个问题的方法:

SELECT month_nr
      ,(COALESCE(m1, 0)
      + COALESCE(m2, 0)
      + COALESCE(m3, 0))
      /
      NULLIF ( CASE WHEN m1 IS NULL THEN 0 ELSE 1 END
             + CASE WHEN m2 IS NULL THEN 0 ELSE 1 END
             + CASE WHEN m3 IS NULL THEN 0 ELSE 1 END, 0) AS avg_prev_3_months
      -- or divide by 3 if 3 previous months are guaranteed or you don't care
FROM   (
    SELECT date_part('month', month) as month_nr
          ,lag(trsf_cost, 1) OVER w AS m1
          ,lag(trsf_cost, 2) OVER w AS m2
          ,lag(trsf_cost, 3) OVER w AS m3
    FROM  (
        SELECT date_part( 'month', month) as trsf_cost -- some dummy nr. for demo
                          ,month
        FROM   generate_series('2010-01-01 0:0'::timestamp
                              ,'2012-01-01 0:0'::timestamp, '1 month') month
        ) x
    WINDOW w AS (ORDER BY month)
    ) y;

这需要没有月份丢失!另外,请看一下这个相关的答案:
How to compare the current row with next and previous row in PostgreSQL?

每月计算的正确平均值。如果只有两个先前的飞蛾然后分开2,等等。如果没有上一个。几个月,结果是NULL。

在子查询中,使用

date_trunc('month', st.invoice_dt)::date AS month

而不是

DATE_PART('month', st.invoice_dt) as month

所以你可以轻松地分类几年!

更多信息