使用谷歌分析数据将嵌套行转换为 bigquery 中的列答案

【问题标题】：Transpose nested rows into columns in bigquery with google analytics data使用谷歌分析数据将嵌套行转换为 bigquery 中的列
【发布时间】：2015-06-22 03:04:25
【问题描述】：

我有兴趣使用自定义维度属性来吸引访问者，其中每一行都是唯一的 fullvisitorid，列是所需的 customdimension.values。

以伦敦头盔为例，在这里我用我感兴趣的两个自定义维度来吸引访问者：

SELECT fullvisitorid, customDimensions.index, customDimensions.value
FROM [google.com:analytics-bigquery:LondonCycleHelmet.ga_sessions_20130910]
where customDimensions.index in (2,3)
group by fullvisitorid, customDimensions.index, customDimensions.value

它给出的结果如下：

+---------------+------------------------+------------------------+
| fullvisitorid | customDimensions_index | customDimensions_value |
+---------------+------------------------+------------------------+
|             1 |                      2 | Bronze                 |
|             1 |                      3 | Yes                    |
|             2 |                      2 | Bronze                 |
|             2 |                      3 | No                     |
|             3 |                      2 | Bronze                 |
|             3 |                      3 | Yes                    |
|             4 |                      2 | Platinum               |
|             4 |                      3 | Yes                    |
+---------------+------------------------+------------------------+

我想要转置的值，其中 customDimension_index 2 是颜色，而 customDimension_value 3 是 yesno，所以结果应该是这样的：

+---------------+----------+-------+
| fullvisitorid |  color   | yesno |
+---------------+----------+-------+
|             1 | Bronze   | Yes   |
|             2 | Bronze   | No    |
|             3 | Bronze   | Yes   |
|             4 | Platinum | Yes   |
+---------------+----------+-------+

我可以单独拉一个然后另一个并加入 fullvisitorid，但希望能够以这种方式一步提取数据。谢谢！

【问题讨论】：

标签： google-analytics google-bigquery

【解决方案1】：

2020-01 更新：#standard SQL 更新

SELECT
  fullvisitorid,
  (SELECT value FROM UNNEST(customDimensions) WHERE index=2) color, 
  (SELECT value FROM UNNEST(customDimensions) WHERE index=3) yesno, 
FROM `google.com:analytics-bigquery.LondonCycleHelmet.ga_sessions_20130910`

以前：

Mosha 的回答是正确的，但我想添加这个，因为它利用了 GA 记录的嵌套性质：

SELECT
  fullvisitorid,
  FIRST(IF(customDimensions.index=2, customDimensions.value, NULL)) WITHIN RECORD color, 
  FIRST(IF(customDimensions.index=3, customDimensions.value, NULL)) WITHIN RECORD yesno
FROM [google.com:analytics-bigquery:LondonCycleHelmet.ga_sessions_20130910]
WHERE customDimensions.index in (2,3)

为什么：而不是运行 GROUP BY（它会消耗资源，因为它必须查看和分组可能具有相同 customerid 的任何记录）， WITHIN RECORD 只查看各个行内。

如果 customerid 有不止一行（例如，他们访问过一次 Bronze/Yes，然后访问 Platinum/No），结果将发出每一行和组合，而不仅仅是第一行。

【讨论】：

您好 Felipe，感谢您的回复！但是，我认为 group by 更适合我的需要，因为我的数据中的自定义维度是以用户为中心的，所以每个 fullvisitorid（理论上）都将具有相同的属性。我发现这个查询有欺骗性（每个 fullvisitorid 多行）——这在我需要按会话查看的未来情况下会很有帮助。再次感谢您的回复。

【解决方案2】：

解决办法如下：

SELECT
  fullvisitorid,
  FIRST(IF(customDimensions.index=2, customDimensions.value, NULL)) color, 
  FIRST(IF(customDimensions.index=3, customDimensions.value, NULL)) yesno
FROM [google.com:analytics-bigquery:LondonCycleHelmet.ga_sessions_20130910]
where customDimensions.index in (2,3)
group by fullvisitorid

它依赖于任何聚合函数，包括 FIRST，忽略 NULL 的事实

【讨论】：

对于已迁移到#standardSQL 的人：使用ANY_VALUE() 代替FIRST()。我相应地在下面更新了我的答案。