如何计算日平均频率？

我有这个表my_table：如何计算日平均频率？

recorder_id person_id  day 
A1    1    2017-06-03 12:30 
A1    1    2017-06-03 12:45 
B1    1    2017-06-03 12:50 
A1    2    2017-06-03 16:40 
B1    2    2017-06-03 16:45 
B1    2    2017-06-03 18:20 
A1    1    2017-06-04 11:22

我想知道每个人多少次经过平均每天每个记录。例如，ID为1的人平均每天经过记录器A1 1.5次，而人2平均每天经过该记录器0.5次（因为该人没有2017-06-04的记录）。 B1应用相同的逻辑。

recorder_id person_id daily_average_per_person 
A1   1   1.5 
A1   2   0.5 
B1   1   0.5 
B1   2   1.0

我该如何得到这个结果？

我尝试此查询，但我不知道该怎么每个独特的人计算，平均每天：

SELECT recorder_id, person_id, 
     to_date(day) as hour, 
     count(*) as hourly_count 

FROM  my_table 

GROUP BY recorder_id, person_id, to_date(day) 

ORDER BY hourly_count;

来源

2017-07-17 Dinosaurius

如果我理解正确的话，你只需要几天的数据的数量。这成为分母：

SELECT recorder_id, person_id, 
     count(*)/numdays 
FROM t CROSS JOIN 
    (SELECT COUNT(DISTINCT to_date(day)) as numdays 
     FROM t 
    ) tt 
GROUP BY recorder_id, person_id, numdays 
ORDER BY recorder_id, person_id;

在其他数据库，你可以使用COUNT(DISTINCT)作为窗口函数。我不认为Hive支持这一点。

来源

2017-07-17 19:59:52

Hive中没有整数算术，所以不需要乘以1.0 –

@DuduMarkovitz。。。我倾向于默认这样做，所以我不必记住哪个数据库做了什么。 –

你真的很亲密。我会使用一个子选择的这一个：

SELECT recorder_id, person_id, avg(day_count) day_avg 
    FROM 
     (SELECT recorder_id, person_id, 
       to_date(day) as record_day, 
       count(*) as day_count 
      FROM my_table 
      GROUP BY recorder_id, person_id, to_date(day)) tmp_tbl 
GROUP BY recorder_id, person_id 
ORDER BY avg(day_count);

我很抱歉，我不是在一个地方，我可以测试这一点，但它应该让你正确的道路。

祝你好运！

来源

2017-07-17 20:01:50 Ckratide

感谢dudu，添加到外层查询组。 – Ckratide

这似乎是唯一正确的答案:-)（只需ORDER应由记录器/人） – dnoeth

谢谢dnoeth！ OP有按hourly_cnt命令，只是试图跟随。虽然我想象你会想要它desc ... – Ckratide

如何计算日平均频率？

回答

相关问题