Question

我有一个包含user_id和一些值的表：

user_id  |  type  |  amount
---------------------------
user1    |  credit|   15
---------------------------
user1    |  bill  |  100
---------------------------
user1    |  fraud |  10000
----------------------------
user3    |  fraud |   1000000

我的目标是每行有一个user_id：

user_id  | credit  |  bill  |  fraud  |
----------------------------------------
user1    |   15    |   100  |    10000
----------------------------------------
user3    |    0    |    0   |   1000000

我能够使用CASE创建静态语句，但我希望动态创建此部分，因为在某些情况下我的类别太多了。

CASE WHEN type='credit' THEN amount ELSE 0 END AS credit,
CASE WHEN type='fraud' THEN amount ELSE 0 END AS fraud,
CASE WHEN type='bill' THEN amount ELSE 0 END AS bill
and max() and group by in following select().

如果您熟悉R语言我正在寻找与model.matrix（）相当的语言。

修改我在SQL / Redshift中寻找解决方案。我知道如何在R中执行此操作，但是信息量太大而无法在R中处理。

Answer 1

正如我在我的问题中提到的，有一种简单的方法来扩展列并在SQL中创建虚拟变量，但每列必须手动编码：

SELECT user_id,
CASE WHEN type='credit' THEN amount ELSE 0 END AS credit,
CASE WHEN type='fraud' THEN amount ELSE 0 END AS fraud,
CASE WHEN type='bill' THEN amount ELSE 0 END AS bill
FROM table1
GROUP BY user_id

我确信无法在Redshift中构建动态SQL，因此我在R中构建整个查询，然后将其传递给Redshift：

1. Get all possible values from Type column:  

SELECT disctinct(type) from table1;
2. Create a dynamic query in R and execute it in Redshift.

一行中有很多行（model.matrix等价物）

1 个答案: