sql - 在 SQLite 上创建累积移动平均线

Question

我正在尝试在 SQLite 中创建累积移动平均值。

回顾一下，在累积移动平均线 (CMA) 中，数据以有序数据流形式到达，我想获取直到当前数据点的所有数据的平均值。

我的 table 看起来像:

Continent,Date,Measure,Value
Antarctica,03/01/2019 12:00:00 AM,Passengers,346158
South America,03/01/2019 12:00:00 AM,Ships,6483
South America,03/01/2019 12:00:00 AM,Flights,19
Antarctica,02/01/2019 12:00:00 AM,Passengers,172163
South America,02/01/2019 12:00:00 AM,Cargo Ships,1319
Antarctica,01/01/2019 12:00:00 AM,Passengers,56810

以前的解决方案，例如 1或2描述每月或每周的移动平均线。然而，虽然我可以每月保持这个平均值，但我正在尝试建立一个累积平均值。

我尝试这样做:

SELECT T1.Date, AVG(T2.VALUE) from my_table AS T1 INNER JOIN my_table AS T2 ON datetime(T1.Date, '-1 Month') <= datetime(T2.Date) 
  AND datetime(T1.Date, '+1 Month') >= datetime(T2.Date) GROUP BY
  T1.date;

但是当我使用sqlite时，日期时间操作会产生错误:sqlite没有操作日期时间。

我什至尝试了简单的命令:SELECT AVG(VALUE) FROM my_table GROUP BY MEASURE, DATE, CONTINENT，但按移动平均值分组，这并没有解决我的问题。

我想要做什么:

Continent,Date,Measure,Value,Average
Antarctica,03/01/2019 12:00:00 AM,Passengers,346158,114487
South America,03/01/2019 12:00:00 AM,Ships,6483,0
South America,03/01/2019 12:00:00 AM,Flights,19,0
Antarctica,02/01/2019 12:00:00 AM,Passengers,172163,56810
South America,02/01/2019 12:00:00 AM,Cargo Ships,1319,0
Antarctica,01/01/2019 12:00:00 AM,Passengers,56810,0

平均列显示了前往大陆的总穿越月度平均值以及之前所有月份的穿越方式。因此，要计算第一行的平均值(即 3 月之前所有月份穿越南极洲的旅客总数的月平均值)，您需要计算 2 月份穿越南极洲旅客总数的平均总和 156,891 + 15,272 = 172,163 和 1 月 56,810，并将其四舍五入到最接近的整数 round(228,973/2) = 114,487。

有没有更简单的方法来解决这个问题？

Answer 1

首先，修复时间戳，使它们采用可以排序的格式，就像 sqlite date and time functions 的 ISO-8601 格式一样。支持。使用 2019-03-01 00:00:00(或者只是 2019-03-01 如果您不关心时间，只关心日期)。这使得您的 CSV 数据看起来像:

Continent,Date,Measure,Value
Antarctica,2019-03-01 00:00:00,Passengers,346158
South America,2019-03-01 00:00:00,Ships,6483
South America,2019-03-01 00:00:00,Flights,19
Antarctica,2019-02-01 00:00:00,Passengers,172163
South America,2019-02-01 00:00:00,Cargo Ships,1319
Antarctica,2019-01-01 00:00:00,Passengers,56810

然后你可以使用窗口函数(Sqlite 3.25中引入)轻松计算前几个月的累积平均值:

SELECT continent, date, measure, value,
       cast(round(ifnull(avg(value)
                          OVER (PARTITION BY continent, measure
                                ORDER BY date
                                ROWS BETWEEN UNBOUNDED PRECEDING AND 1 PRECEDING),
                         0),
                  0) AS INTEGER) AS Average
FROM crossings
ORDER BY date DESC, continent, measure DESC;

这给出了

Continent   Date                 Measure     Value       Average   
----------  -------------------  ----------  ----------  ----------
Antarctica  2019-03-01 00:00:00  Passengers  346158      114487 
South Amer  2019-03-01 00:00:00  Ships       6483        0    
South Amer  2019-03-01 00:00:00  Flights     19          0   
Antarctica  2019-02-01 00:00:00  Passengers  172163      56810   
South Amer  2019-02-01 00:00:00  Cargo Ship  1319        0     
Antarctica  2019-01-01 00:00:00  Passengers  56810       0     

<小时/>

如果卡在没有窗口函数支持的旧版本上，您可以使用相关子查询来计算累积平均值:

SELECT continent, date, measure, value,
       ifnull((SELECT cast(round(avg(c2.value), 0) AS INTEGER)
               FROM crossings AS c2
               WHERE c2.continent = c.continent
                 AND c2.measure = c.measure
                 AND c2.date < c.date),
              0) AS Average
FROM crossings AS c
ORDER BY date DESC, continent, measure DESC;

<小时/>

两个版本都将受益于(大陆、度量、日期)的索引。