有没有办法删除 BigQuery 中字符串数组中的字符？

Question

在 Google 查询中使用 GDELT public 数据库，我试图找到 2015 年 3 月 3 日左右与以色列总理本雅明·内塔尼亚胡相关的热门主题。

我使用了以下 SQL 查询

SELECT theme, COUNT(*) as count
FROM (
select REGEXP_REPLACE(SPLIT(V2Themes,';'), r',.*', '') theme
from `gdelt-bq.gdeltv2.gkg`
where DATE>20150302000000 and DATE < 20150304000000 and V2Persons like '%Netanyahu%'
)
group by theme
ORDER BY 2 DESC
LIMIT 300

拆分是必要的，因为 V2Themes 列使用嵌套列表。然后我想删除字符偏移量。这应该给我以下内容：

Row theme               count    
1   GENERAL_GOVERNMENT  33677    
2   LEADER              33405    
3   TAX_FNCACT_MINISTER 31174
4   ....                 ...

但是我得到了一个错误：

No matching signature for function REGEXP_REPLACE for argument types: ARRAY<STRING>, STRING, STRING.

我知道 SPLIT() 创建了一个字符串数组，但我不知道如何解决这个问题。

我应该使用其他功能吗，或者可以通过其他方式解决这个问题吗？

*编辑

当它是运行和 Legacy SQL 时查询有效（还需要将引号更改为方括号）。我怎样才能使用标准 SQL 达到同样的效果？

Answer 1

以下适用于 BigQuery 标准 SQL

#standardSQL
SELECT theme, COUNT(*) AS COUNT
FROM (
  SELECT REGEXP_REPLACE(value, r',.*', '') theme
  FROM `gdelt-bq.gdeltv2.gkg`, UNNEST(SPLIT(V2Themes,';')) value
  WHERE DATE>20150302000000 AND DATE < 20150304000000 
  AND V2Persons LIKE '%Netanyahu%'
)
GROUP BY theme
ORDER BY 2 DESC
LIMIT 300

注意以下几点：当您运行查询失败时 - 您的成本为零（在大多数情况下）。

如果您的查询正确（如本回答中的上述查询），则不会出现这种情况 - 在这种情况下，查询将成功完成，您将按照

收费

经典 UI：

或在 BigQuery 控制台中：

有没有办法删除 BigQuery 中字符串数组中的字符？

Is there a way to remove characters in an array of string in BigQuery?

sql

google-bigquery

gdelt