Как показать имя сегмента при использовании RANGE_BUCKET в bigquery - PullRequest
Новая
       6

Как показать имя сегмента при использовании RANGE_BUCKET в bigquery

5 голосов
/ 15 февраля 2020

Вот мой запрос с набором данных publi c в BigQuery: 

SELECT RANGE_BUCKET(reputation, [400000, 500000, 600000, 700000, 800000, 900000, 1000000, 1100000, 1200000]) AS reputation_group, COUNT(*) AS count
FROM `bigquery-public-data.stackoverflow.users`
Where reputation > 200000
GROUP BY 1
ORDER By 1

Результат ниже:

enter image description here

Вместо того, чтобы показывать репутационную группу как целое число, как я могу показать диапазон корзины: 

0: [0-400000]
1: [400001-500000]
2: [500001-600000]
....

Большое спасибо.

ОБНОВЛЕНИЕ: Большое спасибо Михаилу за ответ с небольшим изменением ниже: 

SELECT bucket, 
  FORMAT('%i - %i', IFNULL(ranges[SAFE_OFFSET(bucket - 1)] + 1, 0), ranges[SAFE_OFFSET(bucket)]) AS reputation_group, 
  COUNT(*) AS COUNT
FROM `bigquery-public-data.stackoverflow.users`,
UNNEST([STRUCT([200000, 400000, 500000, 600000, 700000, 800000, 900000, 1000000, 1100000, 1200000] AS ranges)]),
UNNEST([RANGE_BUCKET(reputation, ranges)]) bucket 
WHERE reputation > 200000
GROUP BY 1, 2
ORDER BY bucket

Обратите внимание, что в STRUCT добавлен дополнительный элемент 200000, в результате которого результат показывает 200001 - 400000 вместо 0 - 400000

Ответы [ 2 ]

2 голосов
/ 15 февраля 2020

Ниже для BigQuery Standard SQL 

#standardSQL
SELECT bucket, 
  FORMAT('%i - %i', IFNULL(ranges[SAFE_OFFSET(bucket - 1)] + 1, 0), ranges[SAFE_OFFSET(bucket)]) AS reputation_group, 
  COUNT(*) AS COUNT
FROM `bigquery-public-data.stackoverflow.users`,
UNNEST([STRUCT([400000, 500000, 600000, 700000, 800000, 900000, 1000000, 1100000, 1200000] AS ranges)]),
UNNEST([RANGE_BUCKET(reputation, ranges)]) bucket 
WHERE reputation > 200000
GROUP BY 1, 2
ORDER BY bucket

с результатом 

Row bucket  reputation_group    COUNT    
1   0       0 - 400000          198  
2   1       400001 - 500000     23   
3   2       500001 - 600000     13   
4   3       600001 - 700000     12   
5   4       700001 - 800000     4    
6   5       800001 - 900000     5    
7   6       900001 - 1000000    2    
8   8       1100001 - 1200000   1
1 голос
/ 15 февраля 2020

С JOIN и некоторым рефакторингом: 

WITH range_array AS (
  SELECT [400000, 500000, 600000, 700000, 800000, 900000, 1000000, 1100000, 1200000]
)
, buckets AS (
  SELECT LAG(bucket_end) OVER(ORDER BY reputation_group) bucket_start, *
  FROM UNNEST((SELECT * FROM range_array)) bucket_end WITH OFFSET reputation_group
)

SELECT *
  , (SELECT AS STRUCT * FROM buckets WHERE a.reputation_group = reputation_group) bucket
FROM (
  SELECT RANGE_BUCKET(reputation, (SELECT * FROM range_array)) AS reputation_group, COUNT(*) AS count
  FROM `bigquery-public-data.stackoverflow.users` 
  WHERE reputation > 200000
  GROUP BY 1
  ORDER BY 1
) a
ORDER BY reputation_group

Но если вы все это делаете, про RANGE_BUCKET легче забыть: 

WITH buckets AS (
  SELECT IFNULL(LAG(max) OVER(ORDER BY grp), -10000000) min, *
  FROM UNNEST([400000, 500000, 600000, 700000, 800000, 900000, 1000000, 1100000, 1200000]) max WITH OFFSET grp
)


SELECT buckets.min, buckets.max, COUNTIF(reputation >= buckets.min AND reputation < buckets.max) c
FROM `bigquery-public-data.stackoverflow.users`, buckets
WHERE reputation > 200000
GROUP BY 1,2
ORDER BY 1

Или: 

SELECT IFNULL(min,0) min, max, COUNT(*) c
FROM (
  SELECT (SELECT MAX(x) FROM UNNEST(ranges) x WHERE x<reputation) min, (SELECT MIN(x) FROM UNNEST(ranges) x WHERE x>reputation) max
  FROM `bigquery-public-data.stackoverflow.users` 
  , (SELECT [400000, 500000, 600000, 700000, 800000, 900000, 1000000, 1100000, 1200000] ranges) 
  WHERE reputation > 200000
)
GROUP BY 1, 2
ORDER BY 1
...