首页 文章

BigQuery SPLIT（）和按结果分组

提问于
浏览 次
4

使用 SPLIT() ＆ NTH() ，我正在拆分字符串值，并将第二个子字符串作为结果 . 然后我想对结果进行分组 . 但是，当我将SPLIT（）与GROUP BY结合使用时，它会不断给出错误：

Error: (L1:55): Cannot group by an aggregate

结果是一个字符串，为什么不能对它进行分组？

例如，这可以工作并返回正确的字符串：

SELECT NTH(2,SPLIT('FIRST-SECOND','-')) as second_part FROM [FOO.bar] limit 10

enter image description here

但是然后对结果进行分组不起作用：

SELECT NTH(2,SPLIT('FIRST-SECOND','-')) as second_part FROM [FOO.bar] GROUP BY second_part limit 10

enter image description here

google-bigquery

4 回答

  • 4

    我最好的猜测是你可以通过使用子查询获得相同的结果 . 就像是 ：

    SELECT * FROM (Select NTH(2,SPLIT('FIRST-SECOND','-')) as second_part FROM [FOO.bar] limit 10) GROUP BY second_part

    我想，系统在内部以聚合方式返回Nth

    回复于
  • 5

    如果只有2个值由分隔符分隔，那么更简单的方法是使用REGEXP_EXTRACT：

    SELECT REGEXP_EXTRACT('FIRST-SECOND','-(.*)') as second_part 
from [FOO.bar] 
GROUP BY second_part 
limit 10
    回复于
  • 1

    我喜欢大卫的答案 - 有时使用RegEx可能会让分裂更加复杂 . 从split命令中提取第一个选项，然后GROUPing BY是一个非常常见的操作 . 我通常在BigQuery中执行此操作的方式是使用REGEXP_EXTRACT，如下所示：

    在这个简单的例子中，“splitme”列是以管道分隔的（|） .

    SELECT REGEXP_EXTRACT(splitme, r'(?U)^(.*)\|') AS title, COUNT(*) as c
FROM [my_table]
GROUP BY title;

    这意味着，将字符串从“splitme”的开头提取到第一次出现的管道（|） . “（？U）”是re2 RegEx引擎语法中的“非贪婪”匹配标志 . 如果没有此标志，如果有多个管道分隔值，则此RegEx将匹配最后一个管道之前的所有内容 .

    回复于
  • 0

    在我的练习中，我通常使用类似下面的内容，其中N是“list”中的值数，以便跳过 .

    SELECT REGEXP_EXTRACT(string + '|',  r'(?U)^(?:.*\|){N}(.*)\|') AS substring

    所以，如果我对列表中的第三个值感兴趣，我将使用：

    SELECT 
  REGEXP_EXTRACT(string + '|',  r'(?U)^(?:.*\|){2}(.*)\|') AS substring,
  COUNT(1) AS weight
FROM yourtable
GROUP BY 1

    关于re2语法的更多细节here

    回复于

相关问题