如何在 Bigquery 中将多行合并为一个？答案

【问题标题】：How to combine multiple rows as one in Bigquery?如何在 Bigquery 中将多行合并为一个？
【发布时间】：2021-11-15 18:27:28
【问题描述】：

我有一个 BigQuery 表，其中的数据如下图所示

我希望从这些数据中创建一个表格，如下图所示

所以我想在这里

删除电子邮件列数据
将 emp_type 列值组合为逗号分隔值
每个 id 只有 1 行

我尝试使用 BigQuery 的 STRING_AGG 函数，但无法实现我上面指定的功能。

该表实际上有 30 多列，但为了解释问题，我将其减少到 7 列。

如何在一个查询中将多行合并为一个？

【问题讨论】：

标签： sql google-cloud-platform google-bigquery

【解决方案1】：

考虑以下方法

select 
  any_value((select as struct * except(email, emp_type) from unnest([t]))).*,
  string_agg(emp_type, ', ') emp_type
from data t
group by to_json_string((select as struct * except(email, emp_type) from unnest([t])))

如果应用于您问题中的样本数据 - 输出是

正如您在此处看到的 - 无论您有多少列 30+ 或 100+ ，它都会起作用。你甚至需要输入它们！

【讨论】：

如何消除作为 string_agg(emp_type, ', ') emp_type 一部分出现的重复条目？ @MikhailBerlyant
除非您在 string_agg 中包含 order by - 您可以在 string_agg 中使用 distinct - 请参阅文档了解详细信息

【解决方案2】：

我看到了两个可能的选项，如果您希望除 email 和 emp_type 之外的所有参数组合都有唯一的行：

SELECT id, name, status, `count`, is_hybrid, STRING_AGG(emp_type, ', ')
FROM data
GROUP BY id, name, status, `count`, is_hybrid

如果您只想每个 id 有一行，您可以按 id 分组并为其他列选择任意值（从具有此 id 的行中）：

SELECT id, ANY_VALUE(name), ANY_VALUE(status), ANY_VALUE(`count`), ANY_VALUE(is_hybrid), STRING_AGG(emp_type, ', ')
FROM data
GROUP BY id

【讨论】：

正如我在问题中提到的我有 30 多列，我很犹豫是否在所有列上使用 GROUP BY。你给出的第二个问题对我来说似乎很合适。
@GopinathS - 您能否澄清一下 - 您有 30 多个列要排除（类似于电子邮件列）或包含到输出中？
@MikhailBerlyant - 我想包含除电子邮件列之外的 30 多个列
因此，在以上两个选项中 - 您需要在 GROUP BY 中输入 30 多个列名或 30 多次 ANY_VALUE(column_name) + 30 多次各自的别名。正确的？在我看来，这并不能真正解决您的问题（当然仍然是很好的答案）