Question

我的目标是使用标准SQL从Google的Big Query专利-public-data.patents.publications_201710表创建一个表格，该表格有一行用于publication_number，受让人和assignee_harmonized.name，其中publication_number被重复为有多个受让人的记录。这是我想要的输出的一个例子：

publication_number |受让人| assignee_harm

US-6044964-A | Sony Corporation | SONY CORP

US-6044964-A |数字音频光盘公司| DIGITAL AUDIO DISC CORP

US-8746747-B2 | IPS Corporation-Weld-On Division | IPS CORPORATION-WELD ON DIVISION

US-8746747-B2 | null | MCPHERSON TERRY R

我已根据this post

中找到的UNNEST建议尝试了以下查询

#standard SQL
SELECT
  p.publication_number,
  p.assignee,
  a.name AS assignee_harm
FROM
  `patents-public-data.patents.publications_201710` AS p,
  UNNEST(assignee_harmonized) AS a
WHERE
  p.publication_number IN ('US-6044964-A',
    'US-8746747-B2')

但是，输出显示如下：

行| publication_number |受让人| assignee_harm

1 | US-6044964-A | Sony Corporation | SONY CORP

|| Digital Audio Disc Corporation |

2 | US-6044964-A | Sony Corporation | DIGITAL AUDIO DISC CORP

|| Digital Audio Disc Corporation |

3 | US-8746747-B2 | IPS Corporation-Weld-On Division | MCPHERSON TERRY R

4 | US-8746747-B2 | IPS Corporation-Weld-On Division | IPS CORPORATION-WELD ON DIVISION

你可以看到＆＃34;索尼公司＆＃34;受让人与＆＃34; DIGITAL AUDIO DISC CORP＆＃34; DIGITAL AUDIO DISC CORP＆＃34;第2行中的协调名称，第3行中出现类似问题。此外，第1行和第2行各包含两行但不重复publication_number标识符。我没有看到一种直截了当的方式来做这件事，因为受让人的数量是＃34;并不总是等于＆＃34; assignee_harmonized.name＆＃34;并且它们并不总是以相同的顺序出现（否则我可以尝试创建两个表并以某种方式合并它们）。另一方面，必须有一种方式来关联＆＃34;受让人＆＃34;变量及其协调值＆＃34; assignee_harmonized.name＆＃34;，否则失去协调值的目的。你能否建议一个查询（或一组查询），当有多个＆＃34;受让人＆＃34;时，它会产生所需的输出。或多个＆＃34; assignee_harmonized.name＆＃34;或两者兼而有之？

Answer 1

你正在查询一个字符串和两个数组 - 整个事情基本上是这样的：

  {
    "publication_number": "US-8746747-B2",
    "assignee": [
      "IPS Corporation—Weld-On Division"
    ],
    "assignee_harm": [
      "MCPHERSON TERRY R",
      "IPS CORPORATION—WELD ON DIVISION"
    ]
  }

这就是数据，你需要决定如何对待它们的组合...要么你加入所有东西：

#standard SQL
SELECT
  p.publication_number,
  assignee,
  assignee_harmonized.name  AS assignee_harm
FROM
  `patents-public-data.patents.publications_201710` AS p
  ,p.assignee assignee
  ,p.assignee_harmonized AS assignee_harmonized
WHERE
  p.publication_number IN ('US-6044964-A','US-8746747-B2')

..它为您提供关系数据..或者您将其保留为两个独立的数组：

#standard SQL
SELECT
  p.publication_number,
  assignee,
  ARRAY( (SELECT name FROM p.assignee_harmonized)) AS assignee_harm
FROM
  `patents-public-data.patents.publications_201710` AS p
WHERE
  p.publication_number IN ('US-6044964-A','US-8746747-B2')

您也可以将此嵌套结果另存为bq中的表格。

使用SQL的Google大查询：当有多个受让人时，将受让人姓名和协调受让人姓名相关联

1 个答案: