SQL 是数据世界中的通用语言，是作为数据专业人士最重要的技能。
SQL 之所以如此重要，是因为它是数据整理阶段所需的主要技能。 许多数据探索、数据操作、管道开发和仪表板创建都是通过 SQL 完成的。
优秀的数据科学家与优秀的数据科学家的区别在于，优秀的数据科学家可以在 SQL 允许的范围内尽可能多地处理数据。 能够充分使用 SQL 所提供的所有功能的一个重要部分是知道如何使用窗口函数。
话虽如此，让我们深入研究吧！
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。 举几个例子……
- 您可以获得每年销售额与上一年销售额之间的差值
- 您可以获得每月注册/转换/网站访问次数的增量
- 您可以按月比较用户流失率
示例：
以下查询显示如何查询成本的每月百分比变化
with monthly_costs as ( SELECT date , monthlycosts , LEAD(monthlycosts) OVER (ORDER BY date) as previousCosts FROM costs )SELECT date , (monthlycosts - previousCosts) / previousCosts * 100 AS costPercentChange FROM monthly_costs2. 使用 SUM() 或 COUNT() 求和
可以通过以 SUM() 或 COUNT() 开头的 windows 函数简单地计算运行总计。 当您想要显示特定指标随时间的增长时，这是一个强大的工具。 更具体地说，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
示例：
以下示例显示了如何包含每月费用的累积总和列：
SELECT date , monthlycosts , SUM(monthlycosts) OVER (ORDER BY date) as cumCosts FROM cost_table3. 使用 AVG() 的移动平均线
AVG() 在 Windows 函数中非常强大，因为它允许您计算 移动平均线 随着时间的推移。
移动平均线是一种简单但有效的短期预测值的方法。 它们在平滑图表上的波动曲线方面也非常有用。 通常，移动平均线用于衡量事物移动的大致方向。
进一步来说…
- 它们可用于获取每周销售额的总体趋势（平均值是否会随着时间的推移而上升？）。 这将表明作为一家公司的增长。
- 它们同样可用于获取每周转换或网站访问的总体趋势。
示例：
以下查询是获取转化次数的 10 天移动平均值的示例。
SELECT Date , dailyConversions , AVG(dailyConversions) OVER (ORDER BY Date ROWS 10 PRECEDING) AS 10_dayMovingAverage FROM conversions4.行号（）
当您想要获取第一条或最后一条记录时，ROW_NUMBER() 特别有用。 例如，如果您有一张健身房成员何时来健身房的表格，并且您想获取他们来健身房的第一天的日期，您可以 PARTITION BY customer (name/id) 和 ORDER BY purchase date。 然后，为了获得第一行，您可以简单地过滤 rowNumber 等于 XNUMX 的行。
示例：
此示例显示如何使用 ROW_NUMBER() 获取每个成员（用户）访问的第一个日期。
with numbered_visits as ( SELECT memberId , visitDate , ROW_NUMBER() OVER (PARTITION BY customerId ORDER BY purchaseDate) as rowNumber FROM gym_visits )SELECT * FROM numbered_visits WHERE rowNumber = 1回顾一下，如果您需要获取第一条或最后一条记录，ROW_NUMBER() 是实现这一目标的好方法。
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。 在检索顶级记录时，密集排名非常有用，例如：
- 如果你想拉出本周观看次数最多的 10 部 Netflix 节目
- 如果您想根据花费的金额获得前 100 名用户
- 如果您想查看 1000 个最不活跃用户的行为
示例：
如果您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。
SELECT customerId , totalSales , DENSE_RANK() OVER (ORDER BY totalSales DESC) as rank FROM customers谢谢阅读！
就这样！ 我希望这对你的面试准备有所帮助——我敢肯定，如果你彻底了解这 5 个概念，那么当涉及到大多数 SQL 窗口函数问题时，你会做得很好。
与往常一样，我祝愿你在学习中取得最好的成绩！
特伦斯·辛（Terence Shin） 是一名数据爱好者，拥有 3 年以上的 SQL 经验和 2 年以上的 Python 经验，并且是 Towards Data Science 和 KDnuggets 的博主。
原版。 经许可重新发布。
