Athena - 如果值不存在，则为所有列添加一行 0

Question

我正在尝试编写一个 Athena 查询，该查询将创建可在营销电子邮件发出后用于分析的前后数据。

代码运行后，我得到以下结果，因为我不知道如何告诉 Athena 如果某个成员在特定时间段内没有交易，则无论如何将该行添加到他们的年龄中，然后将其置零对于“net_amount”和“total_transactions”：

客户ID	年龄	净额	total_transactions	期间
ABCDRF	25	85.0	2	邮寄
HDWSAZ	37	23.98	1	前
HDWSAZ	37	56.34	2	邮寄
OAYDI	42	8.2	1	前
OAYDI	42	98.29	4	邮寄
美国贸易协会	31	88.62	1	前
马里斯	56	34.16	2	前

如您所见，上表没有“ABCDRF”的前期行，也没有“IUSTRA”和“MAHRYS”的后期行，但我想将其添加为“net_amount”的零" 和 "total_transactions" 以及为缺失的期间（之前或之后）插入正确值的年龄。

我使用的代码是：

select distinct(customer_ID) as customer_ID, age, sum(net_amount) as net_amount, sum(lineitem) as total_visits, (case 
        when trans_date >= (current_timestamp - interval '18' month) AND trans_date < (current_timestamp - interval '6' month) then 'Post'
        when trans_date >= (current_timestamp - interval '30' month) AND trans_date < (current_timestamp - interval '18' month) then 'Pre'
        else 'nope'
        end) as Period
from trans_history
where trans_date >= (current_timestamp - interval '30' month) AND trans_date < (current_timestamp - interval '6' month)
group by 1, 5
order by 1 desc;

我想要的：

客户ID	年龄	净额	total_transactions	期间
ABCDRF	25	0	0	前
ABCDRF	25	85.0	2	邮寄
HDWSAZ	37	23.98	1	前
HDWSAZ	37	56.34	2	邮寄
OAYDI	42	8.2	1	前
OAYDI	42	98.29	4	邮寄
美国贸易协会	31	88.62	1	前
IUSTRA	31	0	0	发布
马里斯	56	34.16	2	前
马里斯	56	0	0	发布

知道如何在 Athena 中使用此代码添加这些行吗？我觉得这只是我需要在“case when”语句中添加的内容，但我无法弄清楚。

谢谢！ 马克

Answer 1

case

表达式在这里是不够的，因为一些客户确实 not 有两个时期的数据。

相反，一种方法是

cross join

具有固定、预定义期间的客户列表，以生成所有可能的组合。 那么，我们可以带一个

left join

的表，然后聚合：

select c.customer_id, c.age, p.period
    coalesce(sum(net_amount), 0) as net_amount, 
    coalesce(sum(lineitem)  , 0) as total_visits
from (select distinct customer_id, age from trans_history) c
cross join (
    select 'Post' as period
        current_timestamp - interval '18' month as start_date, 
        current_timestamp - interval '6'  month as end_date
    union all
    select 'Pre', 
        current_timestamp - interval '30' month, 
        current_timestamp - interval '18' month
) p
left join trans_history t
    on  t.customer_id = c.customer_id
    and t.trans_date >= p.start_date
    and t.trans_date <  p.end_date
group by c.customer_id, c.age, p.period