将行聚合数据与单个行合并

Question

我有一张如下所示的表格

base_data

session_id	event_type	player_guess	correct_answer
1	guess	'python'	NULL
1	guess	'javascript'	NULL
1	guess	'scala'	NULL
1	all_answered	NULL	['python','javascript','hadoop']
2	guess	'triangle'	NULL
2	guess	'square'	NULL
2	all_answered	NULL	['triangle','square']

我正在尝试获取一个名为 was_guess_correct 的新列，定义如下：

For each session_id, match the player_guess values with data in correct_answer. Correct answer for session_id is available when event_type = 'all_answered'

结果看起来像 -

session_id	event_type	player_guess	correct_answer	was_guess_correct
1	guess	'python'	NULL	1
1	guess	'javascript'	NULL	1
1	guess	'scala'	NULL	0
1	all_answered	NULL	['python','javascript','hadoop']	1
2	guess	'triangle'	NULL	1
2	guess	'square'	NULL	1
2	all_answered	NULL	['triangle','square']	1

all_answered 行中的值是唯一且已排序的（可以使用顺序或仅使用 IN 子句检查也可能有效）

对于 event_type all_answered 的行，was_guess_correct 列无关紧要。它可以是 1 或 0 - 任何有助于使查询更容易的值。

如何在 SQL/Presto 中计算上述列？

我想看看 - 如果可能的话，如何使用 JOIN/Unnest 以及内联（不使用 JOIN）进行计算。

Answer 1

您可以使用窗口函数来获得每一行的正确答案。那么如何管理结果取决于列的类型。如果是字符串，可以直接使用like：

select t.*,
       (case when event_type = 'all_answered' or
                  max(correct_answer) over (partition by session_id) like  '%''' || player_guess || '''%'
             then 1 else 0 
        end) as was_guess_correct
from t;

注意correct_answer 在“猜测”行中是NULL，所以max() 有效（假设每个会话有一个正确答案行）。