即使缺少某些行，如何查找特定窗口期的平均销售额

Question

我想在 Spark SQL 中查找商品过去 4 周的平均销售额。

项目	周数	销售
1	202401	4
1	202402	6
1	202403	2
1	202404	6
2	202401	4
2	202402	1
2	202403	1
3	202401	8

我想要类似 -

的数据

项目	week_num	销售	平均销售额_4_周
1	202401	4	1
1	202402	6	2.5
1	202403	2	3
1	202404	6	4.5
2	202401	4	1
2	202407	1	0.25
2	202408	1	0.5
3	202401	8	2

我使用以下查询来查找平均值，如果某些特定项目的所有连续周数都出现在表中，但如果不存在连续周数（在上面的项目号 2 的数据示例中，有202401 和 202407 之间没有周，因此通过以下查询，窗口函数将使用 202401 周来计算 202408 周的平均值，但我不希望这样做，因为从技术上讲，在 202408 周，最后 4 周的平均值将从 202405 到 202408）。因此，如果在几周内没有销售额，则应将其用于计算平均值。

select *, avg(sales) over 
  (PARTITION BY item ORDER BY week_num DESC ROWS BETWEEN current row 
  and 3 following ) as Avg_sales_4_weeks

我可以分解数据并插入销售额为 0 的周，但如果有其他方法可以在不增加记录数量的情况下做到这一点。

Answer 1

您可以简单地使用相关子查询来获取 4 周的平均值。

select item, week_num, sales,
       (select sum(sales) / 4 from tablename t2
        where t2.week_num between t1.week_num - 3 and t1.week_num
          and t2.item = t1.item) Avg_sales_4_weeks
from tablename t1