DuckDB 不允许在同一个 SELECT 子句中直接引用前一个聚合字段（如 mean），但可通过代数变换（如将 SUM(price - mean) 拆为 SUM(price) - COUNT(*) * mean）高效复用分组结果，避免子查询或 JOIN。
duckdb 不允许在同一个 select 子句中直接引用前一个聚合字段（如 mean），但可通过代数变换（如将 `sum(price - mean)` 拆为 `sum(price) - count(*) * mean`）高效复用分组结果，避免子查询或 join。
在 DuckDB 中使用 GROUP BY 时，一个常见误区是试图在同一条 SELECT 语句中“复用”刚计算出的聚合别名（例如 mean），就像你在 sum(price - mean) 中所做的那样。这是 SQL 标准所禁止的：聚合表达式在逻辑执行顺序中晚于 SELECT 列的求值，因此 mean 在该上下文中尚不可用。
幸运的是，针对你描述的场景——对每个 timestamp 分组先算加权均价 mean = SUM(price * size) / SUM(size)，再计算该分组内所有 price 与均值之差的总和（即 SUM(price - mean)）——我们无需引入复杂子查询或窗口函数。关键在于利用数学恒等式进行重构：
SUM(price - mean) = SUM(price) - SUM(mean) = SUM(price) - COUNT(*) * mean -- 因为同一组内 mean 是常量
这一变换完全规避了引用未就绪别名的问题，且保持单次扫描、高性能。以下是修正后的完整查询：
SELECT
timestamp,
SUM(size) AS vol,
SUM(price * size) / SUM(size) AS mean, -- DuckDB 支持标准除法，.divide() 非必需
SUM(price) - COUNT(*) * mean AS subtract_mean
FROM '{file_raw_parquet}'
GROUP BY timestamp;✅ 优势说明：
- 零额外开销：不触发嵌套查询、CTE 或 JOIN，DuckDB 可在一次哈希分组中完成全部计算；
-
语义清晰：
subtract_mean实际表示该时间戳下所有成交价格偏离其加权均值的总偏移量（注意：这不是方差，若需方差应计算SUM((price - mean)^2)）； - 兼容性强：该写法符合 ANSI SQL，适用于 DuckDB、PostgreSQL、SQLite 等多数现代引擎。
⚠️ 注意事项：
- 若
vol可能为 0（即某timestamp下无size数据），SUM(price * size) / SUM(size)将产生NULL，进而导致subtract_mean也为NULL。如需容错，可包裹NULLIF(SUM(size), 0)或使用CASE WHEN处理； -
first(price)在原始代码中未被使用，若需首笔价格作为基准，应单独保留并确保语义明确（DuckDB 中推荐用FIRST_VALUE(price) OVER (PARTITION BY timestamp ORDER BY <ordering_col>)</ordering_col>窗口函数替代first()，因后者非标准且行为依赖实现）； - Arrow UDF 当前（v1.0+）支持向量化标量 UDF，但不支持在聚合上下文中直接调用自定义聚合 UDF —— 因此本问题无需转向 UDF 方案，原生 SQL 重构更简洁可靠。
总结：面对“复用聚合结果”的需求，优先考虑代数等价替换而非强行嵌套；理解 SQL 执行逻辑（GROUP BY → HAVING → SELECT → ORDER BY）是写出高效 DuckDB 查询的关键。
