postgresql - 选择 15 分钟窗口的数据 - PostgreSQL

Question

是的，所以我在 PostgreSQL 中有一个这样的表:

timestamp              duration

2013-04-03 15:44:58    4
2013-04-03 15:56:12    2
2013-04-03 16:13:17    9
2013-04-03 16:16:30    3
2013-04-03 16:29:52    1
2013-04-03 16:38:25    1
2013-04-03 16:41:37    9
2013-04-03 16:44:49    1
2013-04-03 17:01:07    9
2013-04-03 17:07:48    1
2013-04-03 17:11:00    2
2013-04-03 17:11:16    2
2013-04-03 17:15:17    1
2013-04-03 17:16:53    4
2013-04-03 17:20:37    9
2013-04-03 17:20:53    3
2013-04-03 17:25:48    3
2013-04-03 17:29:26    1
2013-04-03 17:32:38    9
2013-04-03 17:36:55    4

我想得到以下输出:

timestampwindowstart = 2013-04-03 15:44:58

duration    count
1           0
2           1
3           0
4           1
9           0

timestampwindowstart = 2013-04-03 15:59:58

duration    count
1           0
2           0
3           0
4           0
9           1

timestampwindowstart = 2013-04-03 16:14:58

duration    count
1           1
2           0
3           1
4           0
9           0

timestampwindowstart = 2013-04-03 16:29:58

duration    count
1           2
2           0
3           0
4           0
9           1

等...

所以基本上它在 15 分钟的窗口中循环时间戳并输出不同的持续时间值及其频率(计数)。 timestampwindowstart 值是窗口的最早时间戳(即 timestampwindowfinish = timestampwindowstart + 15 分钟)

这样我就可以绘制 15 分钟间隔的直方图...

我已经尝试阅读，但我的头脑有点复杂，而且我没有太多时间...

感谢您的帮助!

Answer 1

快速而肮脏的方式:http://sqlfiddle.com/#!1/bd2f6/21我将我的专栏命名为 tstamp 而不是您的 timestamp

with t as (
  select
    generate_series(mitstamp,matstamp,'15 minutes') as int,
    duration
  from
    (select min(tstamp) mitstamp, max(tstamp) as matstamp from tmp) a,
    (select duration from tmp group by duration) b
)

select
  int as timestampwindowstart,
  t.duration,
  count(tmp.duration)
from
   t
   left join tmp on 
         (tmp.tstamp >= t.int and 
          tmp.tstamp < (t.int + interval '15 minutes') and 
          t.duration = tmp.duration)
group by
  int,
  t.duration
order by
  int,
  t.duration

简要说明:

1. 计算最小和最大时间戳
2. 在最小值和最大值之间生成 15 分钟的间隔
3. 交叉连接具有唯一持续时间值的结果
4. 左连接原始数据(左连接很重要，因为这将在输出中保留所有可能的组合，并且在给定间隔的持续时间不存在的地方将有 null。
5. 汇总数据。 count(null)=0

如果你有更多的表，算法应该应用在它们的并集上。假设我们有三个表tmp1、tmp2、tmp3，它们都有列tstamp 和duration。我们可以扩展以前的解决方案:

with 

tmpout as (
  select * from tmp1 union all
  select * from tmp2 union all
  select * from tmp3
)

,t as (
  select
    generate_series(mitstamp,matstamp,'15 minutes') as int,
    duration
  from
    (select min(tstamp) mitstamp, max(tstamp) as matstamp from tmpout) a,
    (select duration from tmpout group by duration) b
)

select
  int as timestampwindowstart,
  t.duration,
  count(tmp.duration)
from
   t
   left join tmpout on 
         (tmp.tstamp >= t.int and 
          tmp.tstamp < (t.int + interval '15 minutes') and 
          t.duration = tmp.duration)
group by
  int,
  t.duration
order by
  int,
  t.duration

你真的应该了解 PostgreSQL 中的 with 子句。这对于 PostgreSQL 中的任何数据分析都是非常宝贵的概念。