Neo4j 基于应用于两个子节点子集的两个聚合函数筛选节点

这是（）

假设我有一组客户节点，每个客户都下了一组与这些节点关联的订单。每个订单节点都有两个与之关联的属性：成本和下单所在的商店。我想提取那些在storeA的平均订单超过300，但同时在StoreB的平均订单低于100的客户。以下是我的（非功能性）尝试：

MATCH (n0:Customer)-[]->(n1:Order {store: 'storeA'})
WITH n0, avg(n1.cost) as average_storeA WHERE average_storeA > 300
WITH (n0:Customer)-[]->(n2:Order {store: 'storeB'})
WITH n0, avg(n2.cost) as average_storeB where average_storeB < 100
return n0

匹配（n0:Customer）-[]->（n1:Order{store:'storeA'}）
对于n0，平均成本（n1.成本）为平均存储A，其中平均存储A>300
与（n0:Customer）-[]->（n2:Order{store:'storeB'}）
n0时，平均成本（n2.成本）为平均库存B，其中平均库存B<100
返回n0

---

问题是在第3行中，WITH语句返回一个错误，它不知道n2的意思。在引入新节点查询/变量的情况下，如何将先前匹配语句的结果传递到新的匹配语句？我想您可以尝试两个独立的匹配查询，然后查找节点集之间的交集，但这应该比在已过滤的节点集上应用第二个过滤器慢得多。

而不是在第3行中使用

匹配
新模式，使用先前的
n0
变量，如下所示：

MATCH (n0:Customer)-[]->(n1:Order {store: 'storeA'})
WITH n0, avg(n1.cost) as average_storeA WHERE average_storeA > 300
MATCH (n0)-[]->(n2:Order {store: 'storeB'})
WITH n0, avg(n2.cost) as average_storeB where average_storeB < 100
return n0

匹配（n0:Customer）-[]->（n1:Order{store:'storeA'}）
对于n0，平均成本（n1.成本）为平均存储A，其中平均存储A>300
匹配（n0）-[]->（n2:Order{store:'storeB'}）
n0时，平均成本（n2.成本）为平均库存B，其中平均库存B<100
返回n0
谢谢。出于某种原因，我认为引入match会创建一个新的n0变量，与第一行的变量不同。我想我只是不清楚什么时候使用MATCH和when管道结果而不是聚合函数。