在 SQL/Python 中使用动态日期值旋转 Snowflake 查询

Question

我在本网站上搜索了很多与此相关的主题，但无法实施任何解决方案。我正在使用 snowflake 提取数据，然后使用 pivot 函数转置 table。问题是我必须在数据透视函数中指定静态字段。在我的查询中，我将日期范围设为 90 天，因此不断更改日期并不是很有效。我正在使用雪花连接在 Jupyter 中提取数据，因此 python 是一个选项。

示例查询（有效）：

select * from (
   select date, id, count(products) as prod_count 
   from table1 where date >= '2019-01-01' and date <= '2019-01-05' 
   group by 1, 2) d
pivot (
   max(prod_count) for date in ('2019-01-01', '2019-01-02', '2019-01-03', '2019-01-04', '2019-01-05')) piv

我曾尝试在 "for date in" 片段中传递一个 select 不同的日期查询，但这不起作用。我也尝试创建单独的数据框和 python 列表，其中包含所有日期并将它们传递进去，但这也不起作用。我还在这个论坛上尝试了各种其他解决方案，但它们似乎专注于 TSQL 或 SQL 服务器语法，这在我的情况下不起作用（至少在我尝试时......）任何帮助都是赞赏。

编辑：

显示输入与预期输出的示例：

输入：

Date        ID  Products
2019-01-01  1   A
2019-01-01  1   B
2019-01-01  2   A
2019-01-02  1   A
2019-01-02  1   B
2019-01-02  1   C
2019-01-02  2   A
2019-01-02  2   B

当前（和预期的，但日期是动态的）输出：

ID  2019-01-01   2019-01-02
1   2            3
2   1            2

Answer 1

这太长了，无法发表评论，但我 Python 还不够了解，无法为您提供功能齐全的答案。不过，我可以解释构建动态枢轴的方法。

设置好结果后，使用工具从您将要旋转并转换为列名的列中获取不同值的列表。在这种情况下，这似乎就是您的 date 列。至于工具，SQL SELECT DISTINCT 可以，但 Python 也可以做同样的事情。一种或另一种方法是获取值列表，用逗号分隔它们，并在需要时将它们用定界符包裹起来（对于需要的日期），然后将该逗号分隔的列表保存到字符串变量中。这在 Python 中可能更容易完成，但我认为 it can be done in Snowflake 也是如此。无论你更舒服。

接下来，您将使用该列名列表构建另一个变量，该变量将包含您的其余查询。在 IN 子句中，您会将上面的变量附加到您的列列表中。

SET @queryText = 'select * from (
   select date, id, count(products) as prod_count 
   from table1 where date >= '2019-01-01' and date <= '2019-01-05' 
   group by 1, 2) d
pivot (
   max(prod_count) for date in (' + @listOfColumnValues + ')) piv '

最后，执行@queryText中包含的查询。

Answer 2

如果范围是 90 天，您可以调整函数，但我们可以做的是 return 以您的动态参数作为输入的动态查询：

import pandas as pd


def generate_sql_dates(start_date="2019-01-01", end_date="2019-01-05"):
"""Date Generator, takes in a start and end date"""
   date_arrays = pd.date_range(start_date, end_date,freq='D')

   pivot_dates = tuple([x.strftime("%Y-%m-%d") for x in date_arrays])

   return f"""select * from (
   select date, id, count(products) as prod_count 
   from table1 where date >= '{start_date}' and date <= '{end_date}'
   group by 1, 2) d
   pivot (
   max(prod_count) for date in {pivot_dates}) piv"""

运行这个 returns :

qry = generate_sql_dates('2019-03-05','2019-04-05')
print(qry)

输出：

select * from (
   select date, id, count(products) as prod_count 
   from table1 where date >= '2019-03-05' and date <= '2019-04-05'
   group by 1, 2) d
   pivot (
   max(prod_count) for date in ('2019-03-05', '2019-03-06', '2019-03-07', '2019-03-08', '2019-03-09', '2019-03-10', '2019-03-11', '2019-03-12', '2019-03-13', '2019-03-14', '2019-03-15', '2019-03-16', '2019-03-17', '2019-03-18', '2019-03-19', '2019-03-20', '2019-03-21', '2019-03-22', '2019-03-23', '2019-03-24', '2019-03-25', '2019-03-26', '2019-03-27', '2019-03-28', '2019-03-29', '2019-03-30', '2019-03-31', '2019-04-01', '2019-04-02', '2019-04-03', '2019-04-04', '2019-04-05')) piv

现在，如果您的日期需要是动态的，即您的运行每天并希望它以触发器开始，您可以使用日期时间函数，就像 GETDATE() 在 SQL:

start = (pd.to_datetime('today')).strftime('%Y-%m-%d')
end = (pd.to_datetime('today') + pd.DateOffset(days=90)).strftime('%Y-%m-%d')

然后您可以将它们传递给函数 - 或者将它们保留为默认值。

Answer 3

我会保留关于类似问题的最新答案版本。

我写了一个 Snowflake 存储过程来获取 Snowflake 内部的动态枢轴，3 个步骤：

查询
调用存储过程call pivot_prev_results()
查找结果select * from table(result_scan(last_query_id(-2)))

程序：

create or replace procedure pivot_prev_results()
returns string
language javascript
execute as caller as
$$
  var cols_query = `
      select '\'' 
        || listagg(distinct pivot_column, '\',\'') within group (order by pivot_column)
        || '\'' 
      from table(result_scan(last_query_id(-1)))
  `;
  var stmt1 = snowflake.createStatement({sqlText: cols_query});
  var results1 = stmt1.execute();
  results1.next();
  var col_list = results1.getColumnValue(1);
  
  pivot_query = `
         select * 
         from (select * from table(result_scan(last_query_id(-2)))) 
         pivot(max(pivot_value) for pivot_column in (${col_list}))
     `
  var stmt2 = snowflake.createStatement({sqlText: pivot_query});
  stmt2.execute();
  return `select * from table(result_scan('${stmt2.getQueryId()}'));\n  select * from table(result_scan(last_query_id(-2)));`;
$$;

检查 https://hoffa.medium.com/dynamic-pivots-in-sql-with-snowflake-c763933987c 了解更多。

在 SQL/Python 中使用动态日期值旋转 Snowflake 查询

Pivoting Snowflake query with dynamic date values in either SQL/Python

python

sql

pandas

snowflake-cloud-data-platform