“书中自有颜如玉”，至少在那一刻我是愿意相信的，哈哈哈。

知识的力量在那一刻被具象化了。

缘由

她很着急地找到我，说是她的领导要让她做一个数据，比较着急，她尝试了很多方法都不太理想。要处理的数据说多也多，说不多也确实不算多，手动慢慢处理也可以做完，但是现在就是没有太多时间了。

看着她十分焦急，我也就当仁不让了。

凭借好多年都不怎么使用过Excel了，果然折腾了大约十分钟也是无果。

毕竟是从业十几年了，怎么可能在这样一个小事上翻车呢？更何况还是此情此景。

灵光一闪，我想到了DuckDB。

问题

现在有两张表格：直播时间表live和订单表order。

• 直播时间表

记录了主播直播的时间段。

日期	直播时间段	主播
2023-10-08	19:20-21:30	主播A
2023-10-09	17:00-18:00	主播A
2023-10-09	19:00-21:00	主播B
2023-10-09	14:00-16:00	主播C
2023-10-10	14:00-15:30	主播D
2023-10-10	16:00-19:00	主播D
2023-10-10	13:30-14:00	主播A
2023-10-10	19:30-20:30	主播C

• 订单表

记录了主播直播时的用户下单数据。

支付时间	金额
2023-10-10 18:27:22	299
2023-10-10 18:15:29	129
2023-10-10 18:05:01	299
2023-10-10 17:49:30	299
2023-10-10 17:48:57	129
2023-10-10 17:37:44	99
2023-10-10 16:33:02	249
2023-10-10 21:50:11	299
2023-10-10 13:38:48	99

现在需要计算每位主播带来的成交金额？

这个场景在职场还是比较常见的，如果是你，你会怎么处理呢？如果有更好的处理方法，欢迎评论。

解决

且看我是如何一步步解决这个问题的

1. 使用DBeave创建DuckDB数据库

对于该步骤还不熟悉的同学可以查看文章结尾的相关文章

2. 查看数据

select * from 'E:\live.csv';
select * from 'E:\order.csv';

3. 对live表进行处理

我们的目的是要得到直播的开始时间和结束时间，所以需要先把直播时间段分割后，然后再与日期列进行合并。

select *, string_split(直播时间段, '-') tm from 'E:\live.csv';

通过观察，使用string_split函数将字符串分割。分割后tm列为数组

然后将日期列与tm列拼接，生成start_time和end_time列。

select *, strptime(concat(strftime(日期, '%Y-%m-%d'),' ', tm[1]), '%Y-%m-%d %H:%M') start_time, strptime(concat(strftime(if(tm[1]>if(tm[2]=='24:00', '00:00', tm[2]), 日期 + 1 , 日期), '%Y-%m-%d'),' ', if(tm[2]=='24:00', '00:00', tm[2])), '%Y-%m-%d %H:%M') end_time from (
select *, string_split(直播时间段, '-') tm from 'E:\live.csv');

此处有两个细节需要考虑：

• 如果直播时间段出现了跨天，如23:00-01:00，此时如果直接拼接就会出错，出现跨天，结束时间的日期需要+1才对，即如果结束时间小于了开始时间，则日期+1。

• 对于结束时间刚好是零点，如23:00-24:00，但是也有人会登记成23:00-00:00，为了适用于上条规则，此处判断了结束时间是否等于24:00，如果是则变为00:00

4. 使用left join完成匹配

只要成交时间在主播直播时间段内则计为主播带来的成交，也就是我们需要匹配成交时间>直播开始时间且成交时间<直播结束时间。

select * from 'E:\order.csv' o
left join (
select *, strptime(concat(strftime(日期, '%Y-%m-%d'),' ', tm[1]), '%Y-%m-%d %H:%M') start_time, strptime(concat(strftime(if(tm[1]>if(tm[2]=='24:00', '00:00', tm[2]), 日期 + 1 , 日期), '%Y-%m-%d'),' ', if(tm[2]=='24:00', '00:00', tm[2])), '%Y-%m-%d %H:%M') end_time from (
select *, string_split(直播时间段, '-') tm from 'E:\live.csv')) l
on o.支付时间 > l.start_time and o.支付时间 < l.end_time;

5. 导出匹配完成的结果表直播成交

copy (
select 支付时间,  金额, 日期, 直播时间段, 主播 from(
select * from 'E:\order.csv' o
left join (
select *, strptime(concat(strftime(日期, '%Y-%m-%d'),' ', tm[1]), '%Y-%m-%d %H:%M') start_time, strptime(concat(strftime(if(tm[1]>if(tm[2]=='24:00', '00:00', tm[2]), 日期 + 1 , 日期), '%Y-%m-%d'),' ', if(tm[2]=='24:00', '00:00', tm[2])), '%Y-%m-%d %H:%M') end_time from (
select *, string_split(直播时间段, '-') tm from 'E:\live.csv')) l on o.支付时间 > l.start_time and o.支付时间 < l.end_time) b) to 'E:\直播成交.csv';

此处使用了copy方法，相信此刻你已经体会到DuckDB的强大了，我们可以很方便的设置中间过程表和结果表。对于复杂的计算可以采用分层思维，从而简化整个计算过程。

6. 计算主播的总金额

select 主播, sum(金额) 总金额 from 'E:\直播成交.csv'
group by 主播;

至此，问题就得到了完美解决，心情美得很。

进阶

处理问题的过程很有趣，能够完美解决问题也会很有成就感。如果你也想深入了解DuckDB，可以关注公众号：遇码，回复duckdb获取官方文档。