>我有这样的表格:
CUSTOMERS_ID DATE_SALES DIMENSION
MARIO1 20200201 NULL
MARIO1 20200113 Spain
MARIO2 20200131 NULL
MARIO3 20200101 France
MARIO3 20191231 Spain
我需要按CUSTOMERS_ID和DATE_SALESDESC 字段排序。然后我想按字段分组CUSTOMERS_ID并首先获取维度字段的非空值。 输出表将为:
CUSTOMERS_ID DIMENSION
MARIO1 Spain
MARIO2 NULL
MARIO3 France
有什么想法吗?我已经尝试了COALESCE
函数,FIRST_VALUE
,但我没有得到我预期的结果。
提前感谢!
您可以按客户 ID 分组并通过忽略 NULL 来使用ARRAY_AGG,也可以在该字段中按日期排序。 限制 1 将使用更少的 RAM 存储来提高效率。 然后, OFFSET(0( 将使其成为非嵌套字段, 因此您可以轻松使用该字段。
WITH
raw_data AS
(
SELECT 'MARIO1' CUSTOMERS_ID, 20200201 DATE_SALES, NULL as DIMENSION UNION ALL
SELECT 'MARIO1' CUSTOMERS_ID, 20200113 DATE_SALES, 'Spain' as DIMENSION UNION ALL
SELECT 'MARIO2' CUSTOMERS_ID, 20200131 DATE_SALES, NULL as DIMENSION UNION ALL
SELECT 'MARIO3' CUSTOMERS_ID, 20200101 DATE_SALES, 'France' as DIMENSION UNION ALL
SELECT 'MARIO3' CUSTOMERS_ID, 20191231 DATE_SALES, 'Spain' as DIMENSION
)
SELECT CUSTOMERS_ID, ARRAY_AGG(DIMENSION IGNORE NULLS ORDER BY DATE_SALES DESC LIMIT 1)[OFFSET(0)] as DIMENSION
FROM raw_data
GROUP BY 1
下面是 BigQuery Standard SQL
#standardSQL
SELECT AS VALUE ARRAY_AGG(t ORDER BY IF(DIMENSION IS NULL, NULL, DATE_SALES) DESC LIMIT 1)[OFFSET(0)]
FROM `project.dataset.table` t
GROUP BY CUSTOMERS_ID
如果应用于问题中的样本数据 - 结果为
Row CUSTOMERS_ID DATE_SALES DIMENSION
1 MARIO1 20200113 Spain
2 MARIO2 20200131 null
3 MARIO3 20200101 France
我们可以在这里使用一个ROW_NUMBER
技巧:
WITH cte AS (
SELECT CUSTOMERS_ID,
ROW_NUMBER() OVER (PARTITION BY CUSTOMERS_ID
ORDER BY -1.0*UNIX_SECONDS(DATE_SALES) DESC) rn
FROM yourTable
)
SELECT CUSTOMERS_ID, DIMENSION
FROM cte
WHERE rn = 1
ORDER BY CUSTOMERS_ID;
逻辑是按自纪元以来的负秒数降序行号。 这会将最近的销售额放在首位,并将NULL
放在最后,因此,只有在没有非NULL
维度数据可用的情况下,NULL
值才会接收第 1 行。