2

我正在尝试（未成功）将 Google BigQuery 中的字符串列拆分为包含所有单个单词和所有单词对的行（彼此相邻且按顺序排列）。我还需要维护 IndataTable 中单词的 ID 字段。两个记录集都有 2 列。

IndataTable as IDT
ID WordString
1 苹果 香蕉 梨
2 胡萝卜
3 蓝色 红色 绿色 黄色

OutdataTable as ODT
ID WordString
1 苹果
1 香蕉
1 梨
1 苹果 香蕉
1 香蕉 梨
2 胡萝卜
3 蓝色
3 红色
3 绿色
3 黄色
3 蓝色 红色
3 红色 绿色
3 绿色 黄色 （仅对彼此相邻）

这可能在大查询 SQL？

编辑/添加：
这是我迄今为止所拥有的，可将其拆分为单个单词。我真的很难弄清楚如何将其扩展到单词对。我不知道是否可以对此进行修改，或者我完全需要一种新方法。

SELECT ID, split(WordString,' ') as Words
FROM (
  select * 
     from 
     (select ID, WordString from IndataTable)
)
4

1 回答 1

5

以下是 BigQuery 标准 SQL

#standardSQL
WITH IndataTable AS (
  SELECT 1 id, 'apple banana pear' WordString UNION ALL
  SELECT 2, 'carrot' UNION ALL
  SELECT 3, 'blue red green yellow' 
), words AS (
  SELECT id, word, pos
  FROM IndataTable, UNNEST(SPLIT(WordString,' ')) AS Word WITH OFFSET pos
), pairs AS (
  SELECT id, CONCAT(word, ' ', LEAD(word) OVER(PARTITION BY id ORDER BY pos)) pair
  FROM words
)
SELECT id, word AS WordString FROM words UNION ALL
SELECT id, pair AS WordString FROM pairs
WHERE NOT pair IS NULL
ORDER BY id

结果符合预期： 

Row id  WordString   
1   1   apple    
2   1   banana   
3   1   pear     
4   1   apple banana     
5   1   banana pear  
6   2   carrot   
7   3   blue     
8   3   red  
9   3   green    
10  3   yellow   
11  3   blue red     
12  3   red green    
13  3   green yellow
于 2018-03-21T16:06:01.670 回答