BigQuery - 连接列的所有行直到达到特定值

Question

我想连接特定列的所有行，直到达到某个值。

所以在我的示例中，我想使用“>”作为分隔符连接 'PageType' 列，直到到达字符串值为 'Checkout'

的行

User's page type journey

它应该看起来像这样：主页 > PLP > PDP > PLP > PDP > PLP > PDP > Checkout

提前致谢。

Answer 1

基本上，聚合前过滤：

select visitid,
       string_agg(pagetype, '>' order by time) as checkout_path
from (select t.*,
             min(case when pagetype = 'Checkout' then time end) over (partition by visitid) as checkout_time
      from t
     ) t
where time <= checkout_time
group by visitid;

Answer 2

以下适用于 BigQuery 标准 SQL

#standardSQL
SELECT visitId,
  SPLIT(path, ' > Checkout')[OFFSET(0)] || ' > Checkout' path
FROM (
  SELECT visitId, 
    STRING_AGG(PageType, ' > ' ORDER BY time) AS path
  FROM `project.dataset.table`
  GROUP BY visitId
)
WHERE path LIKE '% > Checkout'

当应用于您问题中的示例数据时 - 输出为

Row visitId     path     
1   1597865846  Home > PLP > PDP > PLP > PDP > PLP > PDP > Checkout

Answer 3

我看到您使用了 Google 分析数据，所以我使用了公开可用的示例数据。我写了一个子查询（包含另一个 sub-query 作为停止条件），而不是不必要的横向 cross-join 和命中。

DECLARE stopPage DEFAULT '/basket.html';

SELECT
  fullvisitorid,
  visitstarttime,
  (SELECT STRING_AGG(page.pagePath, ' > ' ORDER BY time ASC) FROM UNNEST(hits) 
    WHERE type = 'PAGE' 
      AND time <= (select min(time) from unnest(hits) where page.pagePath=stopPage)) AS path
  #ARRAY(SELECT AS STRUCT ecommerceAction, page FROM UNNEST(hits) WHERE  type = 'PAGE' ) AS hits
FROM `bigquery-public-data.google_analytics_sample.ga_sessions_20170801` 
WHERE exists(SELECT 1 FROM unnest(hits) WHERE page.pagePath=stopPage)
LIMIT 1000

因为没有页面类型，所以我使用了页面路径（我随机选择了/basket.html）——我想你可以很容易地调整条件。

您可以运行这个查询来查看结果。

BigQuery - 连接列的所有行直到达到特定值

BigQuery - concatenate all rows of column until particular value reached

sql

google-analytics

google-bigquery