使用两个不同的字符作为分隔符将一列拆分为三列

Question

使用 PostgreSQL，我想根据两个（不是一个）字符拆分表中某一列中出现的值。我的专栏id2 包含以下值：

chr1:10000485-10006485@NM_022787@NMNAT1

我想相应地将列分成三列（同时使用“：”和“-”字符作为分隔符：

chr1  |  10000485  | 10006485@NM_022787@NMNAT1

目前我的代码是：

select split_part(id2, ':', 1)s1,split_part(id2, ':', 2) s2, id2
from MyTable

输出如下（两列，其中 s1 和 s2 是标题）：

s1    |     s2
chr1  |  10000485-10006485@NM_022787@NMNAT1

如何根据“:”和“-”拆分id2？ 我可以使用s2 以某种方式进行顺序拆分吗？

我尝试使用：

select split_part(id2, ':', 1)s1,split_part(id2, ':', 2) s2, split_part(s2, '-', 2)

但是得到了错误信息：

ERROR:  column "s2" does not exist
LINE 7: ... ':', 1)s1,split_part(id2, ':', 2) s2, split_part(s2, '-', 2...
                                                             ^
********** Error **********

ERROR: column "s2" does not exist
SQL state: 42703
Character: 160

Answer 1

您可以像这样使用“with”查询：

With q1 as (
   select split_part(id2, ':', 1) s1, split_part(id2, ':', 2) s2, id2
   from MyTable
   )
select s1, s2, split_part(s2, '-', 3) s3
from q1;

第一次通过电话接听。我稍后会更正。

Answer 2

一种方法是使用regexp_split_to_table()

SELECT regexp_split_to_table(id2, '[:-]')
FROM  (VALUES ('chr1:10000485-10006485@NM_022787@NMNAT1')) tbl(id2)

多行结果：

regexp_split_to_table
----------------------
chr1
10000485
10006485@NM_022787@NMNAT1

或者regexp_split_to_array():

SELECT regexp_split_to_array(id2, '[:-]')

然后您可以访问：

SELECT arr[1] AS s1, arr[2] AS s2, arr[3] AS s3 --, ...
FROM (
    SELECT regexp_split_to_array(id2, '[:-]') AS arr
    FROM  (VALUES ('chr1:10000485-10006485@NM_022787@NMNAT1')) tbl(id2)
    ) sub;

s1      s2          s3
--------------------------------------------
chr1    10000485    10006485@NM_022787@NMNAT1

或者嵌套split_part() - 并按照评论中的要求将所有输入列添加到右侧：

SELECT split_part(id2, ':', 1) AS s1
      ,split_part(split_part(id2, ':', 2), '-', 1) AS s2
      ,split_part(split_part(id2, ':', 2), '-', 2) AS s3
      ,*
FROM  (VALUES ('chr1:10000485-10006485@NM_022787@NMNAT1')) tbl(id2);

相同的结果（加上所有输入列）。这实际上取决于您的字符串如何变化。

解释错误

您得到的错误是因为您只能引用 SELECT 列表中的 input 列，而不是 output 列。
您需要将查询包装在 子查询 中以引用输出列（在您的情况下为s2），或 repeat 基于输入列的表达式，如上所示。