Sql 是否有一个窗口函数来计算普雷斯托过去90天内每个商户的平均支出？

我想计算过去90天每个商户的平均消费。 我一直在用pyspark SQL来实现这一点：

df_spark=df_spark.with列（“t_unix”，F.unix_时间戳（df_spark['date']））
windowSpec=Window.orderBy（“t_unix”）.partitionBy（“商户”）.rangeBetween（-3*30*24*3600，-1）
平均支出=F.avg（df_spark['amount']）。超过（windowSpec）
df=df_spark.with列（“平均支出”，平均支出）
df.选择（“商户”、“日期”、“金额”、“平均支出”）。显示（5）
+---------+-------------------+-------+----------------+
|商户|日期|金额|平均|支出|
+---------+-------------------+-------+----------------+
|26 | 2017-01-01 01:11:06 | 3 |空|
| 26      |2017-01-01 02:02:15| 54    |             3.0|
| 26      |2017-01-01 02:26:45|  6    |            28.5|
| 26      |2017-01-01 02:40:37|  4    |            21.0|
| 26      |2017-01-01 02:41:51| 85    |           16.75|
+---------+-------------------+-------+----------------+
仅显示前5行

现在我想在AWS雅典娜（普雷斯托）上做这件事

我尝试了以下查询：

但我得到了错误信息：

Your query has the following error(s):

SYNTAX_ERROR: line 7:24: Unexpected parameters (varchar(3), integer, varchar) for function date_add. Expected: date_add(varchar(x), bigint, date) , date_add(varchar(x), bigint, time) , date_add(varchar(x), bigint, time with time zone) , date_add(varchar(x), bigint, timestamp) , date_add(varchar(x), bigint, timestamp with time zone)

Your query has the following error(s):

SYNTAX_ERROR: line 7:24: Unexpected parameters (varchar(3), integer, varchar) for function date_add. Expected: date_add(varchar(x), bigint, date) , date_add(varchar(x), bigint, time) , date_add(varchar(x), bigint, time with time zone) , date_add(varchar(x), bigint, timestamp) , date_add(varchar(x), bigint, timestamp with time zone)

SYNTAX_ERROR: line 5:4: Window frame start value type must be INTEGER or BIGINT(actual interval day to second)

但是在date_add（'day'，-90，“date”）中，我希望“date”作为行的当前时间戳，而不是静态时间戳

选择
“日期”，
“商人”，
“金额”，
平均值（“金额”）
从“表”
其中（“日期”介于日期加上（“日期”、-90、“日期”）和“日期”之间）
按“商户”分组
按“日期”订购
限制5

但我得到了错误信息：

Your query has the following error(s):

SYNTAX_ERROR: line 7:24: Unexpected parameters (varchar(3), integer, varchar) for function date_add. Expected: date_add(varchar(x), bigint, date) , date_add(varchar(x), bigint, time) , date_add(varchar(x), bigint, time with time zone) , date_add(varchar(x), bigint, timestamp) , date_add(varchar(x), bigint, timestamp with time zone)

Your query has the following error(s):

SYNTAX_ERROR: line 7:24: Unexpected parameters (varchar(3), integer, varchar) for function date_add. Expected: date_add(varchar(x), bigint, date) , date_add(varchar(x), bigint, time) , date_add(varchar(x), bigint, time with time zone) , date_add(varchar(x), bigint, timestamp) , date_add(varchar(x), bigint, timestamp with time zone)

SYNTAX_ERROR: line 5:4: Window frame start value type must be INTEGER or BIGINT(actual interval day to second)

但是在date\u add（'day'，-90，“date”）中，我希望“date”作为行的当前时间戳，而不是静态时间戳

我做了另一次尝试：

选择
unix_日期，
商人
数量
平均（金额）
结束
（按商户划分）
按日期订购
前一行间隔“90”天和当前行之间的范围
)平均
从…起

但我得到了错误信息：

Your query has the following error(s):

SYNTAX_ERROR: line 7:24: Unexpected parameters (varchar(3), integer, varchar) for function date_add. Expected: date_add(varchar(x), bigint, date) , date_add(varchar(x), bigint, time) , date_add(varchar(x), bigint, time with time zone) , date_add(varchar(x), bigint, timestamp) , date_add(varchar(x), bigint, timestamp with time zone)

Your query has the following error(s):

SYNTAX_ERROR: line 7:24: Unexpected parameters (varchar(3), integer, varchar) for function date_add. Expected: date_add(varchar(x), bigint, date) , date_add(varchar(x), bigint, time) , date_add(varchar(x), bigint, time with time zone) , date_add(varchar(x), bigint, timestamp) , date_add(varchar(x), bigint, timestamp with time zone)

SYNTAX_ERROR: line 5:4: Window frame start value type must be INTEGER or BIGINT(actual interval day to second)

这里还有一个类似的未解决问题：

---

如果每个商户×日期有一个数据点，可以使用

如果每个商户和日期的数据点数量不同，则可以执行以下操作：

SELECT
  c.merchant, c.date, c.amount, avg(preceding.amount)
  FROM your_table c
  JOIN your_table preceding ON c.merchant = preceding.merchant
    AND preceding.date BETWEEN (c.date - INTERVAL '89' DAY) AND c.date
  GROUP BY c.merchant, c.date, c.amount

---

这对我来说很有效

CREATE TABLE IF NOT EXISTS full\u year\u query\u parquet
使用（格式=‘拼花’，
拼花地板的压缩量='SNAPPY'，
外部_location='s3://您的_s3_bucket/data'）作为
选择
a、 商人，
a、 金额，
a、 日期，
平均值（先前的金额）
从“你的桌子”作为
在a.merchant=previous.merchant上加入“您的_表”，如前所述
和previous.date>date_ADD（'day'，-90，a.date）
和之前的日期<日期
按a.商户、a.金额、a.日期分组

您所说的“行的当前时间戳”是什么意思？从unixtime查看

函数（）。这有帮助吗？我试图找到一个函数，我可以在任何时间点计算过去90天的平均花费。过去90天的循环/滚动平均值，但当我使用上述值时，我得到一个错误。例如，如果我有一个一年中所有天数的列表，我需要计算每一天最后90天的平均值。你有每个商户和每一天的数据点吗，还是很稀疏？
date
列的类型是什么？@PiotrFindeisen是每个商户和日期的数据点，日期列的类型是stringYes，但这不是我想要的。我不想要89行，而是89天。我尝试了
范围介于
之间，但我得到了错误窗口，前面的帧范围仅支持无界：因为每个商户和日期都有一个数据点，所以前面的89行与前面的89行相同。糟糕的是，每个商户每天都有几笔交易。因此，我可以在同一天有多行，因此前面的89行与前面的89行不同。我在上面放了一个表格示例。Presto不支持有界范围框架——与行框架（）相反。如果您每天有未指定数量的数据点，我将使用带不等式过滤器的自连接（我用建议的方法扩展了我的答案）