如何在没有手动硬编码的情况下在 bigquery 标准 SQL 中透视数据？ [复制]答案

【问题标题】：How do you pivot data in bigquery standard SQL without manual hardcoding? [duplicate]如何在没有手动硬编码的情况下在 bigquery 标准 SQL 中透视数据？ [复制]
【发布时间】：2019-01-12 20:36:41
【问题描述】：

我有一张如下表：

| user_id | product_purchased |
-------------------------------
|    111  |        A           |
|    111  |        B           |
|    222  |        B           |
|    222  |        B           |
|    333  |        C           |
|    444  |        A           |

我想对表格进行透视，以将用户 ID 作为行，并将用户购买的每种产品的计数作为列。所以对于上表，这看起来像：

| user_id | product A | product B | product C |
-----------------------------------------------
|    111  |     1      |      1    |     0    |
|    222  |     0      |      2    |     0    |
|    333  |     0      |      0    |     1    |
|    444  |     1      |      0    |     0    |

我知道这可以使用 countif 语句手动完成：

#standardsql
select user_id,
       countif(product_purchased = 'A') as 'A',
       countif(product_purchased = 'B') as 'B',
       etc,
group by user_id

但是，实际上该表有太多可能的产品，因此手动写出所有选项是可行的。有没有办法以更自动化和更优雅的方式进行这种旋转？

【问题讨论】：

你可以把结果放到数组中，不知道能不能满足你的需求。
嘿 Gordon，我基本上需要一种方法来创建上面的第二个表，其中包含任意数量的列，具体取决于第一个表中有多少产品，但无需为每个人手动编写逻辑产品。

标签： sql google-bigquery

【解决方案1】：

实际上，该表有太多可能的产品，无法手动写出所有选项

以下是 BigQuery 标准 SQL

您可以分两步执行此操作 - 首先通过在下面运行来准备动态透视查询

#standardSQL
SELECT CONCAT('SELECT user_id, ', 
  STRING_AGG(
    CONCAT('COUNTIF(product_purchased = "', product_purchased, '") AS product_', product_purchased)
  ), 
  ' FROM `project.dataset.your_table` GROUP BY user_id')
FROM (
  SELECT product_purchased 
  FROM `project.dataset.your_table`  
  GROUP BY product_purchased
)

因此，您将获得代表您需要运行以获得所需结果的查询的字符串

例如，如果应用到您问题中的虚拟数据

#standardSQL
WITH `project.dataset.your_table` AS (
  SELECT 111 user_id, 'A' product_purchased UNION ALL
  SELECT 111, 'B' UNION ALL
  SELECT 222, 'B' UNION ALL
  SELECT 222, 'B' UNION ALL
  SELECT 333, 'C' UNION ALL
  SELECT 444, 'A' 
)
SELECT CONCAT('SELECT user_id, ', 
  STRING_AGG(
    CONCAT('COUNTIF(product_purchased = "', product_purchased, '") AS product_', product_purchased)
  ), 
  ' FROM `project.dataset.your_table` GROUP BY user_id')
FROM (
  SELECT product_purchased 
  FROM `project.dataset.your_table`  
  GROUP BY product_purchased
)

你会得到下面的查询（格式化以便在此处更好地查看）

SELECT
  user_id,
  COUNTIF(product_purchased = "A") AS product_A,
  COUNTIF(product_purchased = "B") AS product_B,
  COUNTIF(product_purchased = "C") AS product_C
FROM `project.dataset.your_table`
GROUP BY user_id

现在，您无需手动编码即可运行它以获得所需的结果

再次，如果要针对您问题中的虚拟数据运行它

#standardSQL
WITH `project.dataset.your_table` AS (
  SELECT 111 user_id, 'A' product_purchased UNION ALL
  SELECT 111, 'B' UNION ALL
  SELECT 222, 'B' UNION ALL
  SELECT 222, 'B' UNION ALL
  SELECT 333, 'C' UNION ALL
  SELECT 444, 'A' 
)
SELECT
  user_id,
  COUNTIF(product_purchased = "A") AS product_A,
  COUNTIF(product_purchased = "B") AS product_B,
  COUNTIF(product_purchased = "C") AS product_C
FROM `project.dataset.your_table`
GROUP BY user_id   
-- ORDER BY user_id

你会得到预期的结果

Row user_id product_A   product_B   product_C    
1   111     1           1           0    
2   222     0           2           0    
3   333     0           0           1    
4   444     1           0           0

有没有办法以更自动化和更优雅的方式进行旋转？

您可以使用您选择的任何client 轻松实现上述自动化

【讨论】：