在 BigQuery 中编写 SQL 代码以获取格式为 attribute1:attribute_value1;attribute2:attribute_value2 的数据答案

【问题标题】：Write SQL code in BigQuery to get the data in format attribute1:attribute_value1;attribute2:attribute_value2在 BigQuery 中编写 SQL 代码以获取格式为 attribute1:attribute_value1;attribute2:attribute_value2 的数据
【发布时间】：2021-06-24 09:07:34
【问题描述】：

我正在处理第一方数据。第一方数据的数据文件中的每一行都必须包含给定用户的所有数据，并且应该使用 CARET (^) 字符分隔。该文件需要是 UTF-8 编码（或 us-ascii）数据文件中的每一行应包含 2 列：

第一列代表第一方用户 ID，必须与第 2 节中描述的用户匹配过程中使用的客户端第一方用户 ID 匹配
第二列包含与用户相关的所有数据，格式如下：属性1：属性值1；属性2：属性值2

例如，如果客户的注册数据库中有 3 列分别称为 Age Group、Gender 和 Interest 需要导入 Audience Studio，则以下表示 Audience Studio 可以摄取的有效数据文件：

User1234^性别：男；年龄：18-24；兴趣：钓鱼 User2345^gender:female

我已在 bigQuery 的表中上传了 csv 文件，但我无法使用 SQL 执行列格式化。有人可以帮忙吗？

【问题讨论】：

标签： google-bigquery data-analysis dataformat

【解决方案1】：

第一步是将您的列拆分为user_id 和attributes 列，这可以通过split 函数轻松完成。然后你有几个选择，这可能是最简单的一个：

SELECT
    user_id,
    REGEXP_EXTRACT(attributes, "gender:(.*?)(?:;|$)") AS gender,
    REGEXP_EXTRACT(attributes, "age:(.*?)(?:;|$)") AS age,
    REGEXP_EXTRACT(attributes, "interest:(.*?)(?:;|$)") AS interest,
FROM (
    SELECT
        SPLIT(rawline, "^")[OFFSET(0)] AS user_id,
        SPLIT(rawline, "^")[OFFSET(1)] AS attributes,
    FROM 
        `yourdataset.yourtable`
)

您还可以从@Mikhail_Berlyant 的that answer 中汲取灵感。

【讨论】：