generate_series para múltiples tipos de registros en postgresql

Tengo dos tablas que quiero consultar: pest_countsy pestsque se parecen a:

CREATE TABLE pests(id,name)
AS VALUES
  (1,'Thrip'),
  (2,'Fungus Gnosts');

CREATE TABLE pest_counts(id,pest_id,date,count)
AS VALUES
  (1,1,'2015-01-01'::date,14),
  (2,2,'2015-01-02'::date,5);

Quiero usar postgres ' generate_seriespara mostrar el número de cada tipo de plaga que se encontró para la serie de fechas:

Resultados previstos

name         | date       | count
-------------+------------+-------
Thrip        | 2015-01-01 | 14
Thrip        | 2015-01-02 | 0
....
Fungus Gnats | 2015-01-01 | 0
Fungus Gnats | 2015-01-02 | 5
...

Sé que necesitaré algo como lo siguiente, pero no estoy exactamente seguro de cómo hacer el resto:

SELECT date FROM generate_series('2015-01-01'::date, '2015-12-31'::date, '1 day') date

Por lo general, resuelvo estos problemas estableciendo una tabla para todos los puntos de datos posibles (aquí las plagas y las fechas). Esto se logra fácilmente mediante un CROSS JOIN, consulte la WITHconsulta a continuación.

Luego, como paso final, simplemente (exterior) unir las medidas existentes, en función de la identificación de la plaga y la fecha, opcionalmente dando un valor predeterminado para los valores faltantes a través de COALESCE().

Entonces, toda la consulta es:

WITH data_points AS (
    SELECT id, name, i::date
    FROM pests
    CROSS JOIN generate_series('2015-01-01'::date, '2015-01-05', '1 day') t(i)
) 
SELECT d.name, d.i, COALESCE(p.cnt, 0) 
FROM data_points AS d 
LEFT JOIN pest_counts AS p 
    ON d.id = p.pest_id 
    AND d.i = p.count_date;

Compruébelo en el trabajo en SQLFiddle .

Nota: cuando las tablas o las series generadas son grandes, hacer CROSS JOINuna CTE dentro puede ser una mala idea. (Tiene que materializar todas las filas, independientemente de si hay datos para un día determinado o no). En este caso, uno debería hacer lo mismo en la FROMcláusula, como una subunión entre paréntesis en lugar de la referencia actual a data_points. De esta manera, el planificador comprende mejor las filas afectadas y las posibilidades de usar índices. Utilizo el CTE en el ejemplo porque parece más limpio por el bien del ejemplo.

Le sugeriré la próxima vez que use fiddle.com para tener un esquema en línea para jugar.

La función generate_series devuelve un conjunto de marcas de tiempo, por lo que deberá convertirlo a la fecha fuera de la función. Esto es necesario en la consulta actual ya timestampque no coincidirá con el datede la pest_countstabla.

sandbox=# \df generate_series
   Schema   |      Name       |         Result data type          |                        Argument data types                         |  Type  
(...)
 pg_catalog | generate_series | SETOF timestamp without time zone | timestamp without time zone, timestamp without time zone, interval | normal
 pg_catalog | generate_series | SETOF timestamp with time zone    | timestamp with time zone, timestamp with time zone, interval       | normal
(6 rows)

Sugeriré algo como:

SELECT p.name, pc.date, pc.count 
FROM generate_series('2015-01-01'::date, '2015-12-31'::date, '1 day') days 
join pest_counts pc ON (days::date = pc.date) 
join pests p ON (p.id = pc.pest_id) ;