如何按分区填充 BigQuery 中缺失的日期（无回填）

Question

与How to fill missing dates in BigQuery?相关，但没有后向填充/前向填充：

假设我有以下销售数据：

order_date      product         store           sales
_______________________________________________________
2021-05-01      1               1               10
2021-05-04      1               1               5

2021-04-25      1               2               3
2021-04-30      1               2               9
2021-05-10      1               2               1

2021-05-02      2               1               3
2021-05-04      2               1               3

我想要的输出是用 0 填充空日期，但在 product 和 store 上进行分区（而不是回填到全局 MIN(DATE) 或前向填充到全局 MAX(DATE)：

order_date      product         store           sales
_______________________________________________________
2021-05-01      1               1               10
2021-05-02      1               1               0
2021-05-03      1               1               0
2021-05-04      1               1               5

2021-04-25      1               2               3
2021-04-26      1               2               0
...             ...             ...             ... (all 0s)
2021-04-29      1               2               0
2021-04-30      1               2               9
...             ...             ...             ... (all 0s)
2021-05-10      1               2               1

2021-05-02      2               1               3
2021-05-03      2               1               0
2021-05-04      2               1               3

我将如何实现这一点（特别是在 BigQuery 中）？

我最初的想法是我可能需要创建一个类似的表

SELECT 
    product, store,
    MIN(order_date) min_date,
    MAX(order_date) max_date
FROM mydata
GROUP BY product, store

但我不确定如何使用它来对原始 mydata 表进行分区并用 IFNULL(sales,0) sales 填充日期之间的日期

提前致谢！

Answer 1

考虑以下方法

select order_date, product, store, ifnull(sales, 0) sales 
from (
  select product, store, order_date 
  from (
    select product, store, min(order_date) start_date, max(order_date) end_date
    from `project.dataset.table`
    group by product, store
  ), unnest(generate_date_array(start_date, end_date)) order_date
)
left join `project.dataset.table` 
using(product, store, order_date)          

如果应用于您问题中的样本数据 - 输出是

Answer 2

使用cross join 生成所有行。然后使用left join 引入已有数据：

select order_date, sp.product, sp.store,
       coalesce(sales, 0) as sales
from (select distinct store, product from t) sp cross join
     unnest(generate_date_array(date '2021-04-01', date '2021-05-31', interval 1 day) day left join
     t
     on sp.store = t.store and sp.product = t.product and
        day = sp.order_date;

上面生成了 4 月和 5 月所有天的数据。您可以调整时间段。