1

我有一个 PostgreSQL 9.4.1 数据库（Retrosheet 数据），其中的表格events包含每个棒球比赛的一行。我想计算给定球员的连续击球平均值：公式是（到目前为止的击球总数）/（到目前为止的有效击球总数）。

我可以使用窗口函数来获取播放器代码为 的 David Ortiz 的运行总命中数ortid001，使用以下查询：

SELECT count(*) OVER (ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) 
FROM events WHERE bat_id='ortid001' AND (event_cd='20' OR event_cd='21' 
OR event_cd='22' OR event_cd='23');

（涉及的子句event_cd仅标识哪些行被视为命中。）

使用相同的技术，我可以获得一个连续的 at-bats（该event_cd子句拒绝不计为 at-bat 的每一行。请注意，上面选择的命中是 at-bats 的子集）：

SELECT count(*) OVER (ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) 
FROM events WHERE bat_id='ortid001' AND (event_cd != '11' AND 
event_cd!='14' AND event_cd!='15' AND event_cd!='16' AND     
event_cd!='17');

我怎样才能结合这些？理想情况下，对于描述一场比赛的每一行bat_id='some_player_id'，我会计算两个函数：描述击球的所有先前行的计数，以及描述命中的所有先前行的计数。将这些除以该行的连续击球率。

4

2 回答 2

1

使用条件聚合。您还没有指定order by子句，这是窗口函数真正需要的。您想要的查询类似于：

SELECT sum(case when event_cd in ('20', '21', '22', '23') then 1 else 0 end) OVER (ORDER BY ??),
       sum(case when event_cd not in ('11', '14', '15', '16', '17') then 1 else 0 end) OVER (ORDER BY ??),
       (sum(case when event_cd in ('20', '21', '22', '23') then 1.0 else 0 end) OVER (ORDER BY ??) /
        sum(case when event_cd not in ('11', '14', '15', '16', '17') then 1 else 0 end) OVER (ORDER BY ??)
       ) as ratio 
FROM events
WHERE bat_id = 'ortid001';

将适当的排序列放入 for ??。

于 2015-03-13T18:25:12.027 回答
1

假设（因为它没有被声明）event_cd是数据类型integer并且可以是 NULL。

SELECT *, round(hit::numeric / at_bat, 2) AS rate
FROM  (
   SELECT input_ts
        , count(*) FILTER (WHERE event_cd = ANY ('{20,21,22,23}'::int[]))
                   OVER (ORDER BY input_ts) AS hit
        , count(*) FILTER (WHERE NOT (event_cd = ANY ('{11,14,15,16,17}'::int[]))) 
                   OVER (ORDER BY input_ts) AS at_bat
   FROM   events
   WHERE  bat_id = 'ortid001'
   ) sub
ORDER  BY input_ts;

由于您使用的是 pg 9.4，因此您可以使用新的聚合FILTER子句。相关答案：

框架定义ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW是默认的，因此您不必声明它。

但是数据库表中没有“自然顺序”。不要将此与电子表格混淆。您需要使用ORDER BY. 我正在使用虚构的列input_ts，将其替换为定义您的排序顺序的（列表）列。更多的：

我避免NOT IN使用 ，因为它对 NULL 值表现出棘手的行为。

强制转换numeric是为了避免整数除法，这会切断小数位并导致有用性有问题。将结果四舍五入为两位小数。

于 2015-03-13T18:56:08.307 回答