윈도우 함수로 상위 항목 찾기

PostgreSQL을 활용한 시계열 분석

Jasmin Ludolf

Content Developer, DataCamp

테이블 설명

temperatures_monthly 테이블
필드:
- station_id - 기상 관측소 ID
- year_month - 연도와 월
- t_monthly_min - 월별 최저 기온(섭씨)
- t_monthly_max - 월별 최고 기온(섭씨)
- t_monthly_avg - 월별 평균 기온(섭씨)

전통적인 집계 방식

SELECT station_id, year_month, t_monthly_min
FROM temperatures_monthly AS tm
JOIN

(   
  SELECT
        station_id, min(t_monthly_min) AS t_monthly_min
    FROM temperatures_monthly
    WHERE year_month BETWEEN '2018-01-01' AND '2018-12-31'
    GROUP BY station_id
) as p
USING(station_id, t_monthly_min)
WHERE year_month BETWEEN '2018-01-01' AND '2018-12-31'
ORDER BY station_id, t_monthly_min;

전통적인 집계 방식

|station_id|year_month|t_monthly_min|
|----------|----------|-------------|
|         1|2018-12-01|          5.4|
|         2|2018-12-01|          6.6|
|         3|2018-01-01|          1.6|
|         3|2018-02-01|          1.6|
|         4|2018-02-01|        -19.0|
|         6|2018-01-01|          2.6|
|         8|2018-02-01|        -16.3|

문제점:

관측소 5가 빠져 있음, 2018년 데이터 없음
관측소 3의 행이 두 개, 최저 기온 3이 같은 행이 두 개 존재
가장 추운 달 하나만 알려줌, 가장 추운 두 달을 원한다면?

row_number 사용하기

각 관측소별로 행 번호를 매겨야 합니다
ROW_NUMBER(): 파티션별로 행에 오름차순 번호를 매김

SELECT station_id, year_month, t_monthly_min,
    ROW_NUMBER() OVER (PARTITION BY station_id ORDER BY t_monthly_min) AS rank
FROM temperatures_monthly AS tm
WHERE year_month BETWEEN '2018-01-01' AND '2018-12-31'
ORDER BY station_id, t_monthly_min;

행 번호 매기기

|station_id|year_month|t_monthly_min|rank|
|----------|----------|-------------|----|
|         1|2018-12-01|          5.4|   1|
|         1|2018-02-01|          6.2|   2|
|         1|2018-01-01|          7.4|   3|
|         1|2018-11-01|          9.0|   4|
|         1|2018-03-01|         10.6|   5| 
|         1|2018-04-01|         14.7|   6|
|         1|2018-10-01|         16.6|   7|
|         1|2018-05-01|         17.2|   8|
|         1|2018-06-01|         21.9|   9|
|         1|2018-09-01|         24.4|  10|
|         1|2018-07-01|         28.1|  11|
|         1|2018-08-01|         28.1|  12|
|         2|2018-12-01|          6.6|   1|
|         2|2018-01-01|          7.6|   2|
|         2|2018-02-01|          8.1|   3|

관측소 2부터 번호가 다시 시작됨
station_id로 파티션을 나눴기 때문

최저 기온

SELECT * FROM
(
    SELECT station_id, year_month, t_monthly_min,
    ROW_NUMBER() OVER 
          (PARTITION BY station_id ORDER BY t_monthly_min) AS rank
    FROM temperatures_monthly
    WHERE year_month BETWEEN '2018-01-01' AND '2018-12-31'
) AS q
WHERE rank < 3
ORDER BY station_id, rank;

최저 기온

|station_id|year_month|t_monthly_min|rank|
|----------|----------|-------------|----|
|         1|2018-12-01|          5.4|   1|
|         1|2018-02-01|          6.2|   2|
|         2|2018-12-01|          6.6|   1|
|         2|2018-01-01|          7.6|   2|
|         3|2018-01-01|          1.6|   1|
|         3|2018-02-01|          1.6|   2|

최고 값

순서를 반대로 하려면 DESC를 추가하세요:

ROW_NUMBER() OVER (PARTITION BY station_id ORDER BY t_monthly_min DESC)

연습해 봅시다!

PostgreSQL을 활용한 시계열 분석