使用 SQL 查找发票数据中 18 个月的差距

Question

我需要有关此 SQL 查询的帮助。我有这张表，其中包含自 2020 年 7 月 1 日以来的每张发票。该表中有 CustomerID 和 InvoiceDt。对于每个 CustomerID，我需要知道交易是否有 18 个月的间隔，如果有，我需要最近 18 个月间隔之后的第一笔交易的日期

这就是我用作输入的表格的样子（我在代码中将其称为 m）

客户ID	发票Dt
1	'2020-1-2'
1	'2024-1-2'
1	'2024-2-2'
2	'2020-12-1'
2	'2021-12-1'
2	'2022-12-1'
2	'2023-12-1'
2	'2024-2-1'
3	'2024-2-12'

这就是我想要的结果。客户 1 的第一次和第二次购买之间有 18 个月的间隔，因此我想要第二次购买的日期。客户 2 没有差距，所以我不希望它们包含在结果中。数据可以追溯到 2020 年 7 月 1 日，因此客户 3 开始时至少有 18 个月的间隔，所以我想要他们的第一个发票日期。我在代码中将此表称为 startDates

客户ID	修改开始日期
1	'2024-1-2'
3	'2024-2-12'

我能够在 python 中毫无问题地执行此操作，但我无法在不使用 SQL 中的循环的情况下仅在 groupby 中执行此操作

for cid in m.CustomerID.unique():
  m1 = m[m.CustomerID== cid]
  m1["InvShift"] = m1.InvoiceDt.shift(1)
  m1["Gap"] = ((m1.InvoiceDt - m1.InvShift)/np.timedelta64(1, 'D')/30.42)
  m1["18MonthGap"] = m1.Gap >= 18
  if m1["18MonthGap"].sum() > 0:
    startDates.ModStartDate.loc[cid] = m1[m1["18MonthGap"]].drop_duplicates("18MonthGap", keep="last").iloc[0].InvoiceDt
  elif m1.iloc[0].InvoiceDt > pd.to_datetime("2022-1-1"):
    startDates.ModStartDate.loc[cid] = m1.iloc[0].InvoiceDt

Answer 1

您使用 lag() 窗口函数，希望它在您的环境中可用。

select customer_id,invoice_dt
from
    (select customer_id,invoice_dt
     ,lag(invoice_dt) over (partition by customer_id order by invoice_dt) prev_dt
    from invoices
    )
where months_between(invoice_dt,prev_dt) > 18

如果你没有months_ Between，你仍然应该有一些函数来计算两个日期之间的间隔。我希望你的日期确实是日期，而不是字符串，因为它们看起来可能是这样。

就您对客户 3 的要求而言。使用上面的查询的 UNION 可能最容易完成：

select customer_id,first_invoice
from
    (Select customer_id,min(invoice_dt) first_invoice
    from invoices
    group by customer_id
    )
where first_invoice > date'2022-01-01'