BigQuery Standard 分组时首先获取非空值

Question

我有一个 table 这样的：

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_SALES DESC 字段进行排序。然后我想按 CUSTOMERS_ID 字段分组，并首先获得 DIMENSION 字段的非空值。输出 table 将是：

CUSTOMERS_ID  DIMENSION
MARIO1        Spain
MARIO2        NULL
MARIO3        France

有什么想法吗？我已经尝试了 COALESCE 个函数，FIRST_VALUE，但我没有得到预期的结果。

提前致谢！

Answer 1

我们可以在这里使用 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;

逻辑是按纪元以来的负秒数对行号降序进行排序。这会将最近的销售放在第一位，并将 NULL 放在最后，因此如果没有非 NULL 维度数据可用，NULL 值将仅接收行号 1。

Answer 2

您可以按客户 ID 分组并通过忽略 NULLS 使用 ARRAY_AGG，您还可以在该字段中按日期排序。限制 1 将通过使用更少的 RAM 存储来提高效率。然后，OFFSET(0) 将使其成为一个未嵌套的字段，因此您可以轻松地使用该字段。

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

Answer 3

以下适用于 BigQuery 标准 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

如果应用于您问题中的示例数据 - 结果是

Row CUSTOMERS_ID    DATE_SALES  DIMENSION    
1   MARIO1          20200113    Spain    
2   MARIO2          20200131    null     
3   MARIO3          20200101    France

BigQuery Standard 分组时首先获取非空值

BigQuery Standard Get first not null value when grouping

coalesce

google-bigquery