Question

我有一个类别列，其字符串包含由“|”分隔的变量位置的子类别字段。每个子类别的位置取决于字符串中的项目数。例如：

category    subcat1    subcat2    subcat3
a|b|c       b          c          a
x|y|a|b     b          null       a

所以，要解决一个类别，我有：

SELECT
  a.category AS category,
  case
    WHEN COUNT(SPLIT(a.category, "|")) = 4 then nth(4, SPLIT(a.category, "|"))
    WHEN COUNT(SPLIT(a.category, "|")) = 3 then nth(2, SPLIT(a.category, "|"))
    WHEN COUNT(SPLIT(a.category, "|")) = 2 then nth(2, SPLIT(a.category, "|"))
    else null
  end as subcat1,
  --nth(2, SPLIT(a.category, "|")) as x      --uncomment for success.  see below
FROM
  [interim_groups.articles_unique] as a

运行此操作失败：

SELECT clause has mix of aggregations 'subcat1' and fields 'category' without GROUP BY clause

现在我不想要一个group by子句，并且它没有意义，但是如果我包含它，它就会开始抱怨范围内的聚合，这似乎是朝着错误的方向发展的。

如果我使用if语句而不是case语句，则会出现同样的情况。

现在这是奇怪的一点。如果我在查询中有注释行（或者last(SPLIT(a.category, "|")) as x），则查询会完美无缺。

这是一个错误吗？我的查询看起来正确，并且我的查询中有一个额外的列以某种方式使其通过是奇怪的有没有更好的方法来解决这个问题，而不仅仅是留在一个不必要的列来稳定查询？

Answer 1

查询缺少“记录内容”。关键词。

SELECT
  a.category AS category,
  case
    WHEN COUNT(SPLIT(a.category, "|")) = 4 then nth(4, SPLIT(a.category, "|"))
    WHEN COUNT(SPLIT(a.category, "|")) = 3 then nth(2, SPLIT(a.category, "|"))
    WHEN COUNT(SPLIT(a.category, "|")) = 2 then nth(2, SPLIT(a.category, "|"))
    else null
  end WITHIN RECORD as subcat1 ,
FROM (SELECT category FROM
  (SELECT 'a|b|c' category), (SELECT 'a|b' category), (SELECT 'a|b|c|d' category)) a

请参阅WITHIN的文档：

WITHIN关键字专门用于聚合函数，以便跨记录和嵌套字段中的子项和重复字段进行聚合。指定WITHIN关键字时，需要指定要聚合的范围 - WITHIN RECORD：聚合记录中重复值的数据。

https://cloud.google.com/bigquery/docs/data#within

Answer 2

我认为使用String functions您可以相对轻松地提取管道分隔字符串

中的最后一个组件

与此同时，在使用Regular expression functions的版本之下 - 对于可能更复杂的场景更为强大

SELECT
  a.category AS category,
  CASE
    WHEN LENGTH(REGEXP_REPLACE(a.category, r"[^|]", "")) = 4 
           THEN REGEXP_EXTRACT(a.category, r'\|\w+\|\w+\|\w+\|(\w+)')
    WHEN LENGTH(REGEXP_REPLACE(a.category, r"[^|]", "")) = 3 
           THEN REGEXP_EXTRACT(a.category, r'\|\w+\|\w+\|(\w+)')
    WHEN LENGTH(REGEXP_REPLACE(a.category, r"[^|]", "")) = 2 
           THEN REGEXP_EXTRACT(a.category, r'\|\w+\|(\w+)')
    ELSE NULL
  END AS subcat1
FROM your_table a

没有分组，没有问题的不必要的专栏！

Bigquery条件拆分聚合失败

2 个答案: