Google bigquery Bigquery:将SPLIT（）输出行分解为多列

我在一列中有一个长字符串，需要将其分解为多行，然后拆分为多列。数据如下所示：（（a:10，b:20，c:test1）（a:40，b:50，c:test2）（a:60，b:70，c:test3））。当我应用split和regexp_replace时，得到的结果如下

从[mydataset.mytable]中选择SPLIT（REGEXP_REPLACE（REGEXP_REPLACE（message，r'））'、''、r'（（'、''））（'））作为消息

输出： 味精
a:10，b:20，c:test1
a:40，b:50，c:test2
a:60，b:70，c:test3

我要找的是：
a b c
10 20测试1
40 50测试2
60 70测试3

我再次使用split按（，）分割行，但它只给我一行，而不是3行。非常感谢您的帮助。

试试下面的例子

SELECT
  MIN(CASE WHEN name = 'a' THEN value END) AS a,
  MIN(CASE WHEN name = 'b' THEN value END) AS b,
  MIN(CASE WHEN name = 'c' THEN value END) AS c
FROM (
  SELECT
    message, msg, 
    REGEXP_EXTRACT(pair, r'(\w*):') AS name, 
    REGEXP_EXTRACT(pair, r':(\w*)') AS value
  FROM (
    SELECT message, msg, 
      SPLIT(msg) AS pair
    FROM (
      SELECT message, 
        SPLIT(REPLACE(REPLACE(message, '))',''), '((','') ,')(') AS msg
      FROM 
        (SELECT '((a:10,b:20,c:test1)(a:40,b:50,c:test2)(a:60,b:70,c:test3))' AS message),
        (SELECT '((a:12,b:22,c:test4)(a:42,b:52,c:test5)(a:62,b:72,c:test6))' AS message),
    )
  )
) 
GROUP BY message, msg

试试下面的例子

SELECT
  MIN(CASE WHEN name = 'a' THEN value END) AS a,
  MIN(CASE WHEN name = 'b' THEN value END) AS b,
  MIN(CASE WHEN name = 'c' THEN value END) AS c
FROM (
  SELECT
    message, msg, 
    REGEXP_EXTRACT(pair, r'(\w*):') AS name, 
    REGEXP_EXTRACT(pair, r':(\w*)') AS value
  FROM (
    SELECT message, msg, 
      SPLIT(msg) AS pair
    FROM (
      SELECT message, 
        SPLIT(REPLACE(REPLACE(message, '))',''), '((','') ,')(') AS msg
      FROM 
        (SELECT '((a:10,b:20,c:test1)(a:40,b:50,c:test2)(a:60,b:70,c:test3))' AS message),
        (SELECT '((a:12,b:22,c:test4)(a:42,b:52,c:test5)(a:62,b:72,c:test6))' AS message),
    )
  )
) 
GROUP BY message, msg

---

这里有一个替代解决方案，使用（取消选中“显示选项”下的“使用旧SQL”框），该解决方案仍然比较详细，但需要较少的文本操作：

WITH MyTable AS (
  SELECT messages
  FROM UNNEST(['((a:10,b:20,c:test1)(a:40,b:50,c:test2)(a:60,b:70,c:test3))',
               '((a:12,b:22,c:test4)(a:42,b:52,c:test5)(a:62,b:72,c:test6))'])
    AS messages)
SELECT
  (SELECT value FROM UNNEST(message_parts) WHERE name = 'a') AS a,
  (SELECT value FROM UNNEST(message_parts) WHERE name = 'b') AS b,
  (SELECT value FROM UNNEST(message_parts) WHERE name = 'c') AS c
FROM (
  SELECT ARRAY(SELECT AS STRUCT
                 SPLIT(part, ':')[OFFSET(0)] AS name,
                 SPLIT(part, ':')[OFFSET(1)] AS value
               FROM UNNEST(SPLIT(message, ',')) AS part) AS message_parts
  FROM (SELECT message FROM MyTable,
          UNNEST(REGEXP_EXTRACT_ALL(messages, r'\(([^\(\)]+)\)')) AS message)
);

---

这里有一个替代解决方案，使用（取消选中“显示选项”下的“使用旧SQL”框），该解决方案仍然比较详细，但需要较少的文本操作：

WITH MyTable AS (
  SELECT messages
  FROM UNNEST(['((a:10,b:20,c:test1)(a:40,b:50,c:test2)(a:60,b:70,c:test3))',
               '((a:12,b:22,c:test4)(a:42,b:52,c:test5)(a:62,b:72,c:test6))'])
    AS messages)
SELECT
  (SELECT value FROM UNNEST(message_parts) WHERE name = 'a') AS a,
  (SELECT value FROM UNNEST(message_parts) WHERE name = 'b') AS b,
  (SELECT value FROM UNNEST(message_parts) WHERE name = 'c') AS c
FROM (
  SELECT ARRAY(SELECT AS STRUCT
                 SPLIT(part, ':')[OFFSET(0)] AS name,
                 SPLIT(part, ':')[OFFSET(1)] AS value
               FROM UNNEST(SPLIT(message, ',')) AS part) AS message_parts
  FROM (SELECT message FROM MyTable,
          UNNEST(REGEXP_EXTRACT_ALL(messages, r'\(([^\(\)]+)\)')) AS message)
);

---

实际数据是长字符串，大约分为40行，行数不固定。实际数据是长字符串，大约分为40行，行数不固定。非常感谢Mikhail，此解决方案对我有效：）太好了，你可以考虑接受它：o）你可以在投票的下方用记号左边的记号写<代码>标记接受答案< /代码>。看看为什么它很重要！非常感谢米哈伊尔，这个解决方案对我来说很有用：“好的，你可以考虑接受它：O，你可以通过使用在投票下面的答案的左边的记号写<代码>标记接受的答案< /代码>。看看为什么它很重要！我希望BigQuery标准SQL文档能够和您最近的相关答案一样好！我真的很喜欢这些例子！谢谢你，艾略特！！是的，没问题！您似乎也很快就了解了标准SQL:）我们将继续改进文档，因为我们正在向公共测试版迈进。我在这个答案中看到的唯一问题是，初始数据没有问题！如果您重写它来处理非常初始的数据，那就太好了。我想你最终会有更沉重的额外转变。因此，在我看来，在这种情况下，标准sql“需要更少的文本操作”是适用的，或者至少不是那么明显。我觉得有更好的方法用标准sql实现。只是感觉：哦，哎呀，再试一次；我已经解决了这个问题的一个简单版本。遗留的BigQuery SQL和标准SQL解决方案都比较冗长；）非常感谢艾略特的帮助。解决方案运行良好，唯一的问题是我需要在标准SQL中运行它。我希望BigQuery标准SQL文档将和您最近的相关答案一样好！我真的很喜欢这些例子！谢谢你，艾略特！！是的，没问题！您似乎也很快就了解了标准SQL:）我们将继续改进文档，因为我们正在向公共测试版迈进。我在这个答案中看到的唯一问题是，初始数据没有问题！如果您重写它来处理非常初始的数据，那就太好了。我想你最终会有更沉重的额外转变。因此，在我看来，在这种情况下，标准sql“需要更少的文本操作”是适用的，或者至少不是那么明显。我觉得有更好的方法用标准sql实现。只是感觉：哦，哎呀，再试一次；我已经解决了这个问题的一个简单版本。遗留的BigQuery SQL和标准SQL解决方案都比较冗长；）非常感谢艾略特的帮助。解决方案运行良好，唯一的问题是我需要在标准SQL中运行它。