Как копировать накопительное поле - PullRequest
Новая
       13

Как копировать накопительное поле

0 голосов
/ 06 сентября 2018

Я пытаюсь скопировать данные из XLS, которые я подготовил внутри Datastudio,

enter image description here

Размерность - ГГГГММ, а вывод - Ежемесячный. В основном CumulativeResponse / CumulativeMeetings = MonthlyRate

Как мне подготовить вычисляемое поле и график внутри Datastudio?

Расчетное поле, которое я в данный момент использую, - это Сумма (Ответ) / Количество (Встречи) и используется измерение ГГГГММ (ГодМесяц). со скользящим средним на поле, однако в результате получается слегка искаженная фигура. Например, для 201809 0,45 становится 0,47.

1 Ответ

0 голосов
/ 06 сентября 2018

Ниже приведен пример для BigQuery Standard SQL 

#standardSQL
WITH `project.dataset.table` AS (
  SELECT '201712' yyyymm, 4580 SumResponse, 6741 CountMeetings UNION ALL
  SELECT '201801', 3574, 6926 UNION ALL
  SELECT '201802', 2020, 6433 UNION ALL
  SELECT '201803', 1895, 6635 UNION ALL
  SELECT '201804', 2174, 6163 UNION ALL
  SELECT '201805', 3058, 7697 UNION ALL
  SELECT '201806', 3313, 7838 UNION ALL
  SELECT '201807', 4043, 8586 UNION ALL
  SELECT '201808', 5053, 9355 UNION ALL
  SELECT '201809', 1122, 1300 
)
SELECT 
  yyyymm, 
  SumResponse, 
  SUM(SumResponse) OVER(ORDER BY yyyymm) CumulativeResponse , 
  CountMeetings,
  SUM(CountMeetings) OVER(ORDER BY yyyymm) CumulativeMeetings,
  SUM(SumResponse) OVER(ORDER BY yyyymm)/SUM(CountMeetings) OVER(ORDER BY yyyymm) MonthlyRate 
FROM `project.dataset.table`
ORDER BY yyyymm

с результатом: 

Row yyyymm  SumResponse CumulativeResponse  CountMeetings   CumulativeMeetings  MonthlyRate  
1   201712  4580        4580                6741            6741                0.6794244177421748   
2   201801  3574        8154                6926            13667               0.596619594644033    
3   201802  2020        10174               6433            20100               0.5061691542288557   
4   201803  1895        12069               6635            26735               0.45143070880867775  
5   201804  2174        14243               6163            32898               0.4329442519302085   
6   201805  3058        17301               7697            40595               0.4261854908239931   
7   201806  3313        20614               7838            48433               0.4256188962071315   
8   201807  4043        24657               8586            57019               0.4324348024342763   
9   201808  5053        29710               9355            66374               0.4476150299816193   
10  201809  1122        30832               1300            67674               0.4555959452670154
...