使用 google 分析数据将嵌套行转换为 bigquery 中的列

Question

我有兴趣使用自定义维度属性吸引访问者，其中每一行都是一个唯一的完整访问者 ID，并且需要列 customdimension.values。

以伦敦头盔为例，这里我拉客的是我感兴趣的两个自定义维度：

SELECT fullvisitorid, customDimensions.index, customDimensions.value
FROM [google.com:analytics-bigquery:LondonCycleHelmet.ga_sessions_20130910]
where customDimensions.index in (2,3)
group by fullvisitorid, customDimensions.index, customDimensions.value

它给出的结果如下：

+---------------+------------------------+------------------------+
| fullvisitorid | customDimensions_index | customDimensions_value |
+---------------+------------------------+------------------------+
|             1 |                      2 | Bronze                 |
|             1 |                      3 | Yes                    |
|             2 |                      2 | Bronze                 |
|             2 |                      3 | No                     |
|             3 |                      2 | Bronze                 |
|             3 |                      3 | Yes                    |
|             4 |                      2 | Platinum               |
|             4 |                      3 | Yes                    |
+---------------+------------------------+------------------------+

我想要调换值，其中 customDimension_index 2 是颜色，customDimension_value 3 是是否，所以结果看起来像这样：

+---------------+----------+-------+
| fullvisitorid |  color   | yesno |
+---------------+----------+-------+
|             1 | Bronze   | Yes   |
|             2 | Bronze   | No    |
|             3 | Bronze   | Yes   |
|             4 | Platinum | Yes   |
+---------------+----------+-------+

我可以分别拉一个然后另一个然后加入 fullvisitorid，但希望能够通过这种方式一步拉出数据。谢谢！

Answer 1

解决方法如下：

SELECT
  fullvisitorid,
  FIRST(IF(customDimensions.index=2, customDimensions.value, NULL)) color, 
  FIRST(IF(customDimensions.index=3, customDimensions.value, NULL)) yesno
FROM [google.com:analytics-bigquery:LondonCycleHelmet.ga_sessions_20130910]
where customDimensions.index in (2,3)
group by fullvisitorid

它依赖于这样一个事实，即任何聚合函数，包括 FIRST，都会忽略 NULL

Answer 2

2020-01 更新：#standard SQL

更新

SELECT
  fullvisitorid,
  (SELECT value FROM UNNEST(customDimensions) WHERE index=2) color, 
  (SELECT value FROM UNNEST(customDimensions) WHERE index=3) yesno, 
FROM `google.com:analytics-bigquery.LondonCycleHelmet.ga_sessions_20130910`

之前：

Mosha 的回答是正确的，但我想添加这个，因为它利用了 GA 记录的嵌套性质：

SELECT
  fullvisitorid,
  FIRST(IF(customDimensions.index=2, customDimensions.value, NULL)) WITHIN RECORD color, 
  FIRST(IF(customDimensions.index=3, customDimensions.value, NULL)) WITHIN RECORD yesno
FROM [google.com:analytics-bigquery:LondonCycleHelmet.ga_sessions_20130910]
WHERE customDimensions.index in (2,3)

原因：不是运行 GROUP BY（它会消耗资源，因为它必须根据可能具有相同 customerid 的任何记录进行查找和分组），WITHIN RECORD 仅在各个行中查找。

如果一个 customerid 有多行（例如，他们访问了一次 Bronze/Yes 然后访问了 Platinum/No），结果将发出每一行和组合，而不仅仅是第一行.

使用 google 分析数据将嵌套行转换为 bigquery 中的列

Transpose nested rows into columns in bigquery with google analytics data

google-analytics

google-bigquery

2020-01 更新：#standard SQL

之前：