Ich schlage die praktische Funktion width_bucket()
:
So erhalten Sie den Durchschnitt für jedes Zeitsegment ("Bin"):
SELECT width_bucket(extract(epoch FROM t.the_date)
, x.min_epoch, x.max_epoch, x.bins) AS bin
, avg(value) AS bin_avg
FROM tbl t
, (SELECT extract(epoch FROM min(the_date)) AS min_epoch
, extract(epoch FROM max(the_date)) AS max_epoch
, 10 AS bins
FROM tbl t
) x
GROUP BY 1;
So erhalten Sie den "laufenden Durchschnitt" über das (schrittweise) wachsende Zeitintervall:
SELECT bin, round(sum(bin_sum) OVER w /sum(bin_ct) OVER w, 2) AS running_avg
FROM (
SELECT width_bucket(extract(epoch FROM t.the_date)
, x.min_epoch, x.max_epoch, x.bins) AS bin
, sum(value) AS bin_sum
, count(*) AS bin_ct
FROM tbl t
, (SELECT extract(epoch FROM min(the_date)) AS min_epoch
, extract(epoch FROM max(the_date)) AS max_epoch
, 10 AS bins
FROM tbl t
) x
GROUP BY 1
) sub
WINDOW w AS (ORDER BY bin)
ORDER BY 1;
Verwenden von the_date
statt date
als Spaltenname, wobei reservierte Wörter
vermieden werden als Bezeichner.
Seit width_bucket()
ist derzeit nur für double precision
implementiert und numerisch
, extrahiere ich Epochenwerte aus the_date
. Details hier:
Aggregieren von (x,y)-Koordinatenpunktwolken in PostgreSQL