Hive 计算配置单元表中的多列值

以下是按类型划分的家庭成员（八名成员）的数据集

h1      h2      h3      h4      h5      h6      h7      h8
U       U       P       U       Y       null    Y       U
U       H       U       U       Y       Y       P       P
U       U       U       H       U       nuLL    Y       null
null    null    H       H       U       null    null    null
P       U       U       U       Y       null    Z       P
Y       P       null    H       Y       P       U       H
U       null    U       null    P       U       Z       Y
null    null    null    null    null    null    null    null

在上述数据集中，统计H=户主、p=父母、U=成人、Y=妻子的总人数，null=不匹配。我使用了这个代码，这个代码给出了按类型划分的正确的家庭成员计数，但是如果为空，我就没有得到正确的计数。有人能告诉我为什么会这样吗？请解决它。下面我提供我的代码

select sum( Head_cnt) as H,
       sum( parent_cnt) as P,
       sum( adult_cnt) as U,
       sum(spouce_cnt) as Y,
       sum( nomatch_cnt) as Nomatch 
from(
select length(regexp_replace(row_concatenated, '[^U]', '')) as adult_cnt,
length(regexp_replace(row_concatenated, '[^H]', '')) as head_cnt,
length(regexp_replace(row_concatenated, '[^P]', '')) as parent_cnt,
length(regexp_replace(row_concatenated, '[^Y]', '')) as spouce_cnt, 
length(regexp_replace(row_concatenated, '[null]', '')) as nomatch_cnt
from(select concat_ws(',',h1,h2,h3,h4,h5,h6,h7,h8) as row_concatenated 
       from table_name)s
)s; 

---

请给我代码中空值的解决方案。我得到了除空值之外的所有值的正确计数。记住这不是一个空值。此处null表示不匹配。

如果我理解正确，您需要计算每列中每个字母的出现次数，忽略null。一种方法是合并所有列，然后分组并计数：

with union_table as (
  select h1 as h
  union all 
  select h2 as h
  union all 
  ... (up to h8)
  select h8 as h
    from your_table
)
select h, count(*) as cnt
  from union_table
 group by h

---

默认的

count

函数将忽略空值。

将空值转换为某个字符，如果不匹配，请说“N”：

select sum( Head_cnt) as H,
       sum( parent_cnt) as P,
       sum( adult_cnt) as U,
       sum(spouce_cnt) as Y,
       sum( nomatch_cnt) as Nomatch 
from(
select length(regexp_replace(row_concatenated, '[^U]', '')) as adult_cnt,
length(regexp_replace(row_concatenated, '[^H]', '')) as head_cnt,
length(regexp_replace(row_concatenated, '[^P]', '')) as parent_cnt,
length(regexp_replace(row_concatenated, '[^Y]', '')) as spouce_cnt, 
length(regexp_replace(row_concatenated, '[^N]', '')) as nomatch_cnt
from
    (
     select concat_ws(',',nvl(h1,'N'),nvl(h2,'N'),nvl(h3,'N'),nvl(h4,'N'),nvl(h5,'N'),nvl(h6,'N'),nvl(h7,'N'),nvl(h8,'N')) as row_concatenated 
       from table_name)s
)s; 

---

请给我一个解决方案？不，我不能用N替换null，因为我需要按照说明维护它。“那么还有其他解决办法吗？”SaikatRoy我按照你的指示做了。。将空值计算为nomatch。请解释为什么你认为这不是你所期望的