SQL 缺失值填充：用 0 填充缺失日期

2024-10-18 10:07:50

在 SQL 查询中，我们常常需要处理缺失值的情况。比如，我们需要统计每个用户每周的活跃度，但有些用户在某些日期可能没有活动记录。这时候，为了保证数据的完整性，我们需要用 0 来填充这些缺失的日期。

一种常见的解决方案是利用临时表和左连接。

假设我们有一个名为 user_activity 的表，记录了用户每天的活动情况：

CREATE TABLE user_activity (
    user_id INT,
    activity_date DATE,
    activity_count INT
);

INSERT INTO user_activity (user_id, activity_date, activity_count) VALUES
(1, '2023-10-26', 5),
(1, '2023-10-27', 3),
(1, '2023-10-29', 8),
(2, '2023-10-26', 2),
(2, '2023-10-28', 6);

可以看到，用户 1 在 2023-10-28 和 2023-10-30 没有活动记录，用户 2 在 2023-10-27、2023-10-29 和 2023-10-30 没有活动记录。

我们的目标是生成一个包含所有用户和日期的完整表格，缺失的日期对应的 activity_count 填充为 0。

首先，我们需要创建一个包含所有日期的临时表。为了方便演示，我们假设只考虑 2023-10-26 到 2023-10-30 这五天：

CREATE TEMP TABLE all_dates AS
SELECT date('2023-10-26') AS activity_date UNION ALL
SELECT date('2023-10-27') UNION ALL
SELECT date('2023-10-28') UNION ALL
SELECT date('2023-10-29') UNION ALL
SELECT date('2023-10-30');

接着，我们需要创建一个包含所有用户的临时表：

CREATE TEMP TABLE all_users AS
SELECT DISTINCT user_id FROM user_activity;

现在，我们可以使用左连接将 all_users、all_dates 和 user_activity 三个表关联起来：

SELECT
    u.user_id,
    d.activity_date,
    COALESCE(a.activity_count, 0) AS activity_count
FROM all_users u
CROSS JOIN all_dates d
LEFT JOIN user_activity a ON u.user_id = a.user_id AND d.activity_date = a.activity_date
ORDER BY u.user_id, d.activity_date;

在这个查询中，我们首先使用 CROSS JOIN 将 all_users 和 all_dates 连接起来，生成所有用户和日期的组合。然后，我们使用 LEFT JOIN 将 user_activity 表连接进来，根据 user_id 和 activity_date 匹配相应的活动记录。最后，我们使用 COALESCE 函数将缺失的 activity_count 填充为 0。

执行上述查询，我们会得到如下结果：

user_id | activity_date | activity_count
------- | -------- | --------
1       | 2023-10-26 | 5
1       | 2023-10-27 | 3
1       | 2023-10-28 | 0
1       | 2023-10-29 | 8
1       | 2023-10-30 | 0
2       | 2023-10-26 | 2
2       | 2023-10-27 | 0
2       | 2023-10-28 | 6
2       | 2023-10-29 | 0
2       | 2023-10-30 | 0