1

我在 BigQuery 上查询 github 公共数据集。目前，我对所需内容的最佳查询如下所示。

SELECT type, created_at, repository_name FROM [githubarchive:github.timeline]
WHERE
    (created_at CONTAINS '2012-')
AND repository_owner="twitter"
ORDER BY created_at, repository_name;

这为我提供了来自该用户拥有的所有存储库（“repository_name”）的 repository_owner twitter（或任何其他用户）的所有事件（“type”），但在一个列中。

但是，我真正想要的是在列中包含所有事件（“类型”），每个存储库一列（“repository_name”），或多或少像这样：

bootstrap     commons    twui
WatchEvent    PushEvent  PushEvent
WatchEvent    WatchEvent PushEvent

时间戳（“created_at”）仅与排序机制相关。列不必等长，单行上的事件不必同时发生。

我将使用它来将事件放入 R 包 TraMineR 中进行序列分析。

我怎样才能做到这一点？

4

2 回答 2

0

这行得通吗？

SELECT type, created_at, repository_name 
FROM [githubarchive:github.timeline]
WHERE
    (created_at CONTAINS '2012-')
AND repository_owner="twitter"
GROUP BY type,created_at, repository_name;
于 2012-08-09T06:16:07.317 回答
0

我不确定我是否完全理解您希望完成的任务，但可以通过以下方式获取列：

SELECT type, bootstrap, commons, twui
FROM   (
       SELECT type,
              SUM(IF(repository_name = 'bootstrap', 1, 0)) AS bootstrap,
              SUM(IF(repository_name = 'commons', 1, 0)) AS commons,
              SUM(IF(repository_name = 'twui', 1, 0)) AS twui
       FROM   [githubarchive:github.timeline]
       WHERE  created_at CONTAINS '2012-'
       AND    repository_owner = "twitter"
       GROUP BY type
       )
ORDER BY type
于 2012-08-09T22:49:39.537 回答