google-bigquery - 如何计算重复字段中的搭配

Question

我有一个包含字符串列表的重复字段 A。什么是找到与给定字符串一致的 TOP 字符串的好方法。因此，如果 A 持有主题标签，对于给定的主题标签 #T1，找到与 #T1 一致的标签在最多的记录数中。

Answer 1

您可以使用WITHIN和SUM(IF(...))来查找匹配项。例如：

SELECT hashtag, COUNT(*) AS cnt
    (SELECT tweet.hashtag as hashtag, 
            SUM(IF(tweet.hashtag == '#T1', 1, 0)) WITHIN RECORD as tagz
     FROM [tweets]) 
WHERE tagz  > 0
GROUP by hashtag,
ORDER BY cnt DESC