Jag föreslår den praktiska funktionen width_bucket()
:
För att få medelvärdet för varje tidssegment ("bin"):
SELECT width_bucket(extract(epoch FROM t.the_date)
, x.min_epoch, x.max_epoch, x.bins) AS bin
, avg(value) AS bin_avg
FROM tbl t
, (SELECT extract(epoch FROM min(the_date)) AS min_epoch
, extract(epoch FROM max(the_date)) AS max_epoch
, 10 AS bins
FROM tbl t
) x
GROUP BY 1;
Så här får du det "löpande medelvärdet" över det (steg-för-steg) växande tidsintervallet:
SELECT bin, round(sum(bin_sum) OVER w /sum(bin_ct) OVER w, 2) AS running_avg
FROM (
SELECT width_bucket(extract(epoch FROM t.the_date)
, x.min_epoch, x.max_epoch, x.bins) AS bin
, sum(value) AS bin_sum
, count(*) AS bin_ct
FROM tbl t
, (SELECT extract(epoch FROM min(the_date)) AS min_epoch
, extract(epoch FROM max(the_date)) AS max_epoch
, 10 AS bins
FROM tbl t
) x
GROUP BY 1
) sub
WINDOW w AS (ORDER BY bin)
ORDER BY 1;
Använder the_date
istället för datum
som kolumnnamn, undvik reserverade ord
som identifierare.
Sedan width_bucket()
är för närvarande endast implementerad för dubbel precision
och numerisk
, jag extraherar epokvärden från the_date
. Detaljer här:
Aggregerande (x,y) koordinatpunktmoln i PostgreSQL