SQL是数据世界中的通用语言，是数据从业人员最重要的技能之一。许多数据探索、数据操作、管道开发和仪表板创建都可以通过 SQL 完成的。

伟大的数据科学家与优秀的数据科学家的区别在于，伟大的数据科学家可以尽可能多地利用 SQL 的功能来处理数据。要充分利用 SQL 提供的所有功能，很大一部分是要知道如何使用窗口函数。

干货推荐

• 绝了，这6个精挑细选的机器学习资料简直太香了
• 深度盘点：这20套可视化炫酷大屏真香啊（附源码）
• Python数据分析三剑客真香啊，还有高清思维导图
• Python编程从入门到实战，看这一篇足够了

1、带有 LEAD() 和 LAG() 的增量

LEAD()和 LAG()主要用于将某个时间段与给定指标的前一个时间段进行比较，比如：

• 获得每年销售额与上一年销售额之间的差值

• 获得每月注册/转换/网站访问次数的增量

• 按月比较用户流失率

以如何查询成本的每月百分比变化为例

with monthly_costs as (SELECTdate, monthlycosts, LEAD(monthlycosts) OVER (ORDER BY date) aspreviousCostsFROMcosts
)SELECTdate, (monthlycosts - previousCosts) / previousCosts * 100 AScostPercentChange
FROM monthly_costs

2、使用 SUM() 或 COUNT() 求和

以 SUM() 或 COUNT() 开头的窗口函数简单地计算运行总计。当你想要显示特定指标随时间的增长时，这是一个必备的工具，它在以下情况下很有用：

• 获得一段时间内的总收入和成本

• 获取每个用户在应用程序上花费的总时间

• 获取一段时间内的总转化次数

以如何包含每月费用的累积总和列：

SELECTdate, monthlycosts, SUM(monthlycosts) OVER (ORDER BY date) as cumCosts
FROMcost_table

3、使用 AVG() 的移动平均线

AVG() 在窗口函数中非常强大，因为它可以计算一段时间内的移动平均值。移动平均线是一种简单但有效的短期预测值的方法。比如

• 获取每周销售额的总体趋势

• 获取每周转换或网站访问的总体趋势。例子：

以查询是获取转化次数的 10 天移动平均值的示例

SELECTDate, dailyConversions, AVG(dailyConversions) OVER (ORDER BY Date ROWS 10 PRECEDING) AS10_dayMovingAverage
FROMconversions

4、ROW_NUMBER()

当想要获取第一条或最后一条记录时，ROW_NUMBER() 特别有用。

如何使用 ROW_NUMBER() 获取每个用户访问的第一个日期。

with numbered_visits as (SELECTmemberId, visitDate, ROW_NUMBER() OVER (PARTITION BY customerId ORDER BYpurchaseDate) as rowNumberFROMgym_visits
)SELECT*
FROMnumbered_visits
WHERE rowNumber = 1

5、使用 DENSE_RANK() 进行记录排名

DENSE_RANK() 与 ROW_NUMBER() 类似，只是它为相等的值返回相同的排名。例如：

• 想拉出本周观看次数最多的 10 部 Netflix 节目

• 想根据花费的金额获得前 100 名用户

• 想查看 1000 个最不活跃用户的行为 例子：

如果你想按总销售额对顶级客户进行排名，则 DENSE_RANK() 将是一个合适的函数

SELECTcustomerId, totalSales, DENSE_RANK() OVER (ORDER BY totalSales DESC) as rank
FROMcustomers

总结

如果你对这5个概念了如指掌，那么当涉及到大多数SQL窗口函数问题时，你会做得很好。有所收获，点赞支持。