POSTGRESQL中如何利用SQL语句快速的进行同环比？

news2025/2/28 3:05:13

1. 引言

在数据驱动的时代，了解销售、收入或任何业务指标的同比和环比情况对企业决策至关重要。本文将深入介绍如何利用 PostgreSQL 和 SQL 语句快速、准确地进行这两种重要分析。

2. 数据准备

为了演示，假设我们有一张 sales 表，存储了销售数据，包括 date（日期）、product_id（产品ID）、revenue（收入）等字段。首先，确保数据准备工作：

CREATE TABLE sales (
    date DATE,
    product_id INT,
    revenue DECIMAL(10, 2)
);

INSERT INTO sales VALUES
    ('2020-01-01', 1, 400),
    ('2020-01-02', 1, 300),
    ('2020-01-01', 2, 3000),
    ('2020-01-02', 2, 3200),
    ('2022-01-01', 1, 500),
    ('2022-01-02', 1, 600),
    ('2022-01-01', 2, 1200),
    ('2022-01-02', 2, 1900),
    ('2023-01-01', 1, 1000),
    ('2023-01-02', 1, 1200),
    ('2023-01-01', 2, 800),
    ('2023-01-02', 2, 900);

插入上述数据后，进行数据查询：

SELECT
	* 
FROM
	sales 
ORDER BY
	product_id,
	DATE;

查询结果如下：
1

3. 时间序列数据处理

处理时间序列数据是同比和环比分析的关键。确保日期字段以正确的数据类型存储：

ALTER TABLE sales
ALTER COLUMN date SET DATA TYPE DATE;

4. 同比分析

同比分析是比较同一时间段内不同年份数据的变化情况。

4.1 对两年的数据进行对比

比如我们现在想看各年的总收入和平均收入。

SELECT
    EXTRACT(YEAR FROM date) AS year,
		sum(revenue) as sum_revenue,
		count(revenue) as count_revenue,
    AVG(revenue) AS avg_revenue
FROM sales
GROUP BY year
ORDER BY year;

运行后，结果如下：
2

4.2 计算两年的差额和同比

不考虑日期不连续的情况，即销售数据在原始序列中是每年连续的，如数据源中的2022年和2023年收入数据。代码如下：

--计算同比
WITH yearly_revenue AS (
    SELECT
        EXTRACT(YEAR FROM date) AS year,
				sum(revenue) as year_total_revenue,
        AVG(revenue) AS year_avg_revenue
    FROM sales
		WHERE EXTRACT(YEAR FROM date) in (2022,2023)
    GROUP BY year
)
select 
year,
year_total_revenue,
year_avg_revenue,
lag(year_total_revenue) over (partition by null order by year ) as pre_year_total_revenue, --计算去年的收入
COALESCE(year_total_revenue - LAG(year_total_revenue) OVER (ORDER BY year) , 0) AS yoy_growth_value, --计算各年之间的收入差额
COALESCE((year_total_revenue - LAG(year_total_revenue) OVER (ORDER BY year)) / NULLIF(LAG(year_total_revenue) OVER (ORDER BY year), 0) * 100, 0) AS yoy_growth_rate, --计算两年之间的增长比例
lag(year_avg_revenue) over (partition by null order by year ) as pre_year_avg_revenue, --计算去年的平均收入
COALESCE((year_avg_revenue - LAG(year_avg_revenue) OVER (ORDER BY year)) / NULLIF(LAG(year_avg_revenue) OVER (ORDER BY year), 0) * 100, 0) AS yoy_avg_growth_rate --计算平均收入增长比例
from yearly_revenue;

运行上述代码后，可以直接进行计算收入的同比数据，上述代码考虑了去年收入为0和为null的情况，运行后结果如下：

3

考虑日期不连续的情况，即销售数据在原始序列中是每年连续的，如数据源中的2020年和2022年收入数据。代码如下：

WITH yearly_revenue AS (
    SELECT
        EXTRACT(YEAR FROM date) AS year,
        SUM(revenue) AS year_total_revenue,
        AVG(revenue) AS year_avg_revenue
    FROM sales
    GROUP BY year
)
SELECT
  current_year.year,
  current_year.year_total_revenue,
  previous_year.year_total_revenue AS last_year_total_revenue,
  previous_year.year_avg_revenue AS last_year_avg_revenue,
	COALESCE(current_year.year_total_revenue - previous_year.year_total_revenue,0)   yoy_growth_value,
	COALESCE(current_year.year_total_revenue / nullif(previous_year.year_total_revenue,0)-1,0) * 100  yoy_growth_rate
--   ,CASE
--     WHEN previous_year.year_total_revenue IS NOT NULL THEN
--       (current_year.year_total_revenue - previous_year.year_total_revenue) / previous_year.year_total_revenue * 100
--     ELSE
--       NULL
--   END AS year_on_year_growth
FROM
  yearly_revenue current_year
LEFT JOIN
  yearly_revenue previous_year ON current_year.year = previous_year.year + 1
-- WHERE 
-- 	previous_year.year_total_revenue is not null
ORDER BY
  current_year.year;

运行代码后，结果如下：
4

4.3 细分后的同比计算

我们只需要将上述的代码进行简单的修改后，就可以统计细分到任意维度的同比计算。代码如下：

	WITH yearly_revenue AS (
    SELECT
        EXTRACT(YEAR FROM date) AS year,
				product_id,
        SUM(revenue) AS year_total_revenue,
        AVG(revenue) AS year_avg_revenue
    FROM sales
    GROUP BY year,product_id
)
SELECT
  current_year.year,
  current_year.product_id,
  current_year.year_total_revenue,
  previous_year.year_total_revenue AS last_year_total_revenue,
  previous_year.year_avg_revenue AS last_year_avg_revenue,
	COALESCE(current_year.year_total_revenue - previous_year.year_total_revenue,0)   yoy_growth_value,
	COALESCE(current_year.year_total_revenue / NULLIF(previous_year.year_total_revenue, 0) - 1, 0) * 100  yoy_growth_rate
--   ,CASE
--     WHEN previous_year.year_total_revenue IS NOT NULL THEN
--       (current_year.year_total_revenue - previous_year.year_total_revenue) / previous_year.year_total_revenue * 100
--     ELSE
--       NULL
--   END AS year_on_year_growth
FROM
  yearly_revenue current_year
LEFT JOIN
  yearly_revenue previous_year ON current_year.year = previous_year.year + 1 and current_year.product_id = previous_year.product_id
-- WHERE 
-- 	previous_year.year_total_revenue is not null
ORDER BY
  current_year.year,current_year.product_id;

运行上述代码后，结果如下：
5

5. 环比分析

环比分析是比较相邻时间段的数据变化情况。

5.1 简单的日期环比计算

不考虑数据缺失的情况下，如果要对2023年product_id为1的产品进行环比计算，可以使用以下代码进行简单的环比计算：

SELECT
    date,
    revenue,
    LAG(revenue) OVER (ORDER BY date) AS prev_revenue,
    (revenue - LAG(revenue) OVER (ORDER BY date)) / LAG(revenue) OVER (ORDER BY date) * 100 AS growth_rate
FROM sales
WHERE
		extract(year from date) in (2023) and product_id in (1);

筛选后的数据：
5.1.1

进行计算后的数据：
5.1.2

5.2 先聚合再进行环比计算

在不考虑日期缺失情况下，如果我们要计算2023年的收入环比，那么我们就需要先按照日期进行聚合，然后再进行环比计算。这里有两种方法，代码如下：

-- 计算写法1
WITH daily_revenue AS (
    SELECT
        date,
				sum(revenue) as day_total_revenue
    FROM sales
    GROUP BY date
)
select 
*,
LAG(day_total_revenue) OVER (ORDER BY day_total_revenue) AS prev_revenue,
COALESCE((day_total_revenue - LAG(day_total_revenue) OVER (ORDER BY date)),0) day_growth_value,
COALESCE((day_total_revenue - LAG(day_total_revenue) OVER (ORDER BY date)) / LAG(day_total_revenue) OVER (ORDER BY date) * 100,0) AS day_growth_rate
from daily_revenue
WHERE EXTRACT(YEAR FROM date) in (2023);

#计算写法2
SELECT
    date,
    sum(revenue),
		LAG(sum(revenue)) OVER (ORDER BY date) AS prev_revenue,
		COALESCE((sum(revenue) - LAG(sum(revenue)) OVER (ORDER BY date)),0) day_growth_value,
    COALESCE((sum(revenue) - LAG(sum(revenue)) OVER (ORDER BY date)) / LAG(sum(revenue)) OVER (ORDER BY date) * 100,0) AS growth_rate
FROM sales
WHERE
		extract(year from date) in (2023)
		group by date;

无论那个代码都可以，运行后结果如下：
5.2.1

5.3 考虑日期不连续的环比计算

然而在现实统计中，我们的日期往往是不连续的，因此可以考虑下面的思路：

  • 1、先按照所需维度进行如何；
  • 2、进行日期拼接和计算

代码如下：

-- 1.先聚合到指定维度		
WITH daily_revenue AS (
		SELECT 
				DATE, 
				SUM ( revenue )	AS day_total_revenue 
		FROM sales 
		GROUP BY DATE 
) 
-- 2.再进行拼接
SELECT
		current_day.DATE,
		current_day.day_total_revenue,
		prev_day.day_total_revenue prev_day_total_revenue,
		COALESCE ( current_day.day_total_revenue - prev_day.day_total_revenue, 0 ) day_growth_value,
		COALESCE ( current_day.day_total_revenue / NULLIF ( prev_day.day_total_revenue, 0 ) - 1, 0 ) * 100 day_growth_rate  --处理异常情况
FROM
	daily_revenue current_day
	LEFT JOIN daily_revenue prev_day ON DATE_TRUNC( 'day', current_day.DATE ) = DATE_TRUNC( 'day', prev_day.DATE ) + INTERVAL '1 day' 
-- WHERE 
-- prev_day.day_total_revenue is not null
	
ORDER BY
	DATE;

运行后，效果如下：
5.3.1

6. 性能优化技巧

数据库性能是关键，特别是在处理大量数据时。

-- 为 date 列创建索引
CREATE INDEX idx_date ON sales (date);
-- 向上方一样，采用视图
WITH daily_revenue AS (
		SELECT 
				DATE, 
				SUM ( revenue )	AS day_total_revenue 
		FROM sales 
		GROUP BY DATE 
) SELECT *
FROM
	daily_revenue;

7. 注意事项与常见问题

数据规范性和异常值处理是关键。确保日期格式正确，避免数据异常对分析造成的影响。

8. 结语

本文介绍了在 PostgreSQL 中利用 SQL 进行同比和环比分析的方法。从数据准备到复杂场景下的 SQL 查询，每一步都经过详细解释和示例演示。这些技能不仅能提升数据分析效率，还能为业务决策提供重要支持。利用这些方法，你可以更加准确、快速地分析业务数据，为企业带来更大价值。

希望这篇文章能帮助你更好地利用 SQL 在 PostgreSQL 中进行同比和环比分析！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1278271.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

基于社区电商的Redis缓存架构-写多读多场景下的购物车缓存架构

基于社区电商的Redis缓存架构-写多读多场景下的购物车缓存架构

社区电商的购物车缓存架构 在购物车中的功能主要有这几个：商品加入购物车、查看购物车列表、删除购物车商品、选中购物车商品进行结算 这里购物车的场景和之前用户信息以及菜谱分享信息还不同，如果在举办了大型购物活动时，购物车可能需要面…
阅读更多...
古琴零基础自学考级入门，从初级到高级古琴教学全集

古琴零基础自学考级入门，从初级到高级古琴教学全集

一、教程描述 本套教程是古琴的组合教程，内容是超级齐全的，包括了很多套完整的古琴教程，来自国内知名的古琴教师、专家，教授等，都是从零基础开始讲起的，而且理论与实践相结合，对于刚学古琴入门…
阅读更多...
【LeetCode热题100】【双指针】移动零

【LeetCode热题100】【双指针】移动零

给定一个数组 nums，编写一个函数将所有 0 移动到数组的末尾，同时保持非零元素的相对顺序。 请注意 ，必须在不复制数组的情况下原地对数组进行操作。 示例 1: 输入: nums [0,1,0,3,12] 输出: [1,3,12,0,0] 示例 2: 输入: nums [0] 输出…
阅读更多...
MyBatis的创建，简单易懂的一篇blog

MyBatis的创建，简单易懂的一篇blog

文章目录 一、MyBatis是什么二、操作流程三.配置resource总结 一、MyBatis是什么 MyBatis 是⼀款优秀的持久层框架，它⽀持⾃定义 SQL、存储过程以及⾼级映射。MyBatis 去除了⼏乎所有的 JDBC 代码以及设置参数和获取结果集的⼯作。MyBatis 可以通过简单的 XML 或注…
阅读更多...
试用 Windows Terminal 中的 Terminal Chat 功能

试用 Windows Terminal 中的 Terminal Chat 功能

文章目录 1. 引言2. 设置 Terminal Chat2.1 安装 Windows Terminal Canary2.2 设置服务地址和密钥 3. 使用 Terminal Chat3.1 打开聊天3.2 对话使用 4. 最后 1. 引言 最近，Windows Terminal Canary 推出了一项名为 Terminal Chat 的新功能，它允许用户在…
阅读更多...
深入理解贝叶斯分类与朴素贝叶斯模型（Naive Bayes, NB）：从基础到实战

深入理解贝叶斯分类与朴素贝叶斯模型（Naive Bayes, NB）：从基础到实战

目录 贝叶斯分类 公式 决策规则 优点 贝叶斯分类器的例子——垃圾邮件问题 1. 特征（输入）： 2. 类别： 3. 数据： 4. 模型训练： 注：类别先验概率 5. 模型预测： 朴素贝叶斯模…
阅读更多...
进程间通信 管道

进程间通信 管道

在Linux中，管道是一种通信机制，用于将一个程序的输出直接连接到另一个程序的输入。从本质上说，管道也是一种文件，但它又和一般的文件有所不同，它可以克服使用文件进行通信的两个问题，具体表现为限制管道的大…
阅读更多...
基于SSM的生鲜在线销售系统

基于SSM的生鲜在线销售系统

末尾获取源码 开发语言：Java Java开发工具：JDK1.8 后端框架：SSM 前端：Vue 数据库：MySQL5.7和Navicat管理工具结合 服务器：Tomcat8.5 开发软件：IDEA / Eclipse 是否Maven项目：是 目录…
阅读更多...
[传智杯 #2 决赛] 补刀

[传智杯 #2 决赛] 补刀

题目描述 UIM 在写程序的空闲玩一款 MOBA 游戏。 当敌方的小兵进入到我方防御塔的范围内，就会持续受到防御塔造成的伤害；当然我方英雄也可以对它造成伤害。当小兵的血量降到了 0 或者更低，就会被击杀。为了获得经验，UIM 希望在防…
阅读更多...
Vmware 中的Centos7.9 和 主机共享文件夹

Vmware 中的Centos7.9 和 主机共享文件夹

1.开启虚拟机的共享文件夹功能。 虚拟机->设置->选项-共享文件夹：【总是启用】 2.添加一个共享文件夹 3. 虚拟机中创建一个文件夹 mkdir share cd share pwd /www/backup/share4.挂载共享文件夹 /usr/bin/vmhgfs-fuse .host:/share /www/backup/share -o s…
阅读更多...
Java 设计模式系列：代理模式

Java 设计模式系列：代理模式

文章目录 介绍静态代理基本介绍应用实例静态代理优缺点 动态代理基本介绍JDK 中生成代理对象的 API Cglib 代理基本介绍实现步骤 介绍 1）代理模式：为一个对象提供一个替身，以控制对这个对象的访问。即通过代理对象访问目标对象 2&#xff09…
阅读更多...
深入理解原码、反码、补码（结合C语言）

深入理解原码、反码、补码（结合C语言）

一、引出问题 在学习C语言单目操作符中~按位取反的过程中&#xff0c;对这样一段代码的结果产生了疑惑&#xff1a; #define _CRT_SECURE_NO_WARNINGS 1 #include <stdio.h>int main() {int a 0;int b ~a;//按位取反printf("%d\n", b);return 0; }输出结果…
阅读更多...
系列十七、理解SpringBoot中的starter 自定义一个starter

系列十七、理解SpringBoot中的starter 自定义一个starter

一、概述 作为后端Java程序员&#xff0c;基本上公司的日常开发都是基于SpringBoot进行的&#xff0c;我们使用SpringBoot也是沉醉于它的各种各样的starter带给我们的便利&#xff0c;这些starter为我们带来了众多的自动化配置&#xff0c;通过这些自动化配置&#xff0c;我们可…
阅读更多...
为自己创建的游戏编程源码申请软件著作权详细流程（免费分享模板）

为自己创建的游戏编程源码申请软件著作权详细流程（免费分享模板）

以为我这篇文章制作的游戏申请软件著作权为例 Ren‘py 视觉小说 交互式故事游戏制作过程学习笔记(Windows下实现)(多结局游戏)-CSDN博客 一、网站注册 申请软著时&#xff0c;所有的著作权人都需要在中国版权保护中心官网注册账号&#xff0c;并进行实名认证后&#xff0c;才…
阅读更多...
使用WalletConnect Web3Modal v3 链接钱包基础教程

使用WalletConnect Web3Modal v3 链接钱包基础教程

我使用的是vueethers 官方文档&#xff1a;WalletConnect 1.安装 yarn add web3modal/ethers ethers 或者 npm install web3modal/ethers ethers2.引用 新建一个js文件&#xff0c;在main.js中引入&#xff0c;初始化配置sdk import {createWeb3Modal,defaultConfig, } from…
阅读更多...
【预计IEEE出版|EI征稿通知】第六届下一代数据驱动网络国际学术会议 (NGDN 2024)

【预计IEEE出版|EI征稿通知】第六届下一代数据驱动网络国际学术会议 (NGDN 2024)

第六届下一代数据驱动网络国际学术会议 (NGDN 2024) The Sixth International Conference on Next Generation Data-driven Networks 2024年4月26-28日 | 中国沈阳 基于前几届在英国埃克塞特 (ISPA 2020) 、中国沈阳 (TrustCom 2021) 和中国武汉 (IEEETrustCom-2022) 成功举…
阅读更多...
半监督语义分割综述

半监督语义分割综述

paper link&#xff1a;https://arxiv.org/pdf/2302.09899.pdf 1. Introduction 图像分割是最古老、研究最广泛的计算机视觉 (CV) 问题之一。图像分割是指将图像划分为不同的非重叠区域&#xff0c;并将相应的标签分配给图像中的每个像素&#xff0c;最终获得ROI区域位置及其类…
阅读更多...
【智能家居】二、添加火灾检测模块（烟雾报警功能点）

【智能家居】二、添加火灾检测模块（烟雾报警功能点）

可燃气体传感器 MQ-2 和 蜂鸣器 代码段 controlDevice.h&#xff08;设备控制&#xff09;smokeAlarm.c&#xff08;烟雾报警器&#xff09;buzzer.c&#xff08;蜂鸣器&#xff09;mainPro.c&#xff08;主函数&#xff09;运行结果 可燃气体传感器 MQ-2 和 蜂鸣器 代码段 …
阅读更多...
基于机器深度学习的交通标志目标识别

基于机器深度学习的交通标志目标识别

在线工具推荐&#xff1a; 三维数字孪生场景工具 - GLTF/GLB在线编辑器 - Three.js AI自动纹理化开发 - YOLO 虚幻合成数据生成器 - 3D模型在线转换 - 3D模型预览图生成服务 智能交通系统&#xff08;ITS&#xff09;&#xff0c;包括无人驾驶车辆&#xff0c;尽管在道路…
阅读更多...
OrangePi 5：ROS2 Humble中使用激光雷达

OrangePi 5：ROS2 Humble中使用激光雷达

OrangePi 5&#xff1a;ROS2 Humble中使用激光雷达 文章目录 OrangePi 5&#xff1a;ROS2 Humble中使用激光雷达1、硬件准备2、ROS2 Humble安装2.1 使用集成脚本安装2.2 按ROS2官方指导安装2.3 ROS2安装验证 3、YDLIDAR X2激光雷达驱动安装3.1 YDLIDAR X2激光雷达介绍3.2 YDLID…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023