在BigQuery中按行统计NULL值数量的实现方法

当然可以实现，以下是几种实用的解决方案：

方法一：手动指定列（适合列数少的场景） #

如果你的表只有少量列（比如你提到的3列），直接用IF函数逐个判断列是否为NULL，再求和即可得到总数：

SELECT
  col1,
  col2,
  col3,
  -- 统计每行的NULL值数量
  IF(col1 IS NULL, 1, 0) +
  IF(col2 IS NULL, 1, 0) +
  IF(col3 IS NULL, 1, 0) AS null_count
FROM `your_project.your_dataset.your_table`;

这段代码会给每行新增一个null_count列，值为该行中col1、col2、col3里NULL值的总数。

方法二：动态生成逻辑（适合列数多的场景） #

如果表的列数很多，手动编写每个列的判断会很繁琐，可以用动态SQL自动生成统计逻辑：

-- 先获取表的所有列名
DECLARE column_list ARRAY<STRING>;
SET column_list = (
  SELECT ARRAY_AGG(column_name)
  FROM `your_project.your_dataset.INFORMATION_SCHEMA.COLUMNS`
  WHERE table_name = 'your_table' -- 替换成你的表名
);

-- 动态执行查询，自动拼接NULL判断语句
EXECUTE IMMEDIATE FORMAT("""
  SELECT
    *,
    (%s) AS null_count
  FROM `your_project.your_dataset.your_table`
""", STRING_AGG(FORMAT("IF(%s IS NULL, 1, 0)", col), " + ")
FROM UNNEST(column_list) AS col);

这段代码会自动读取表的所有列，生成对应的NULL判断表达式，无需手动逐个列编写。

将统计列永久添加到表中 #

如果需要把null_count列永久添加到原表，可以分两步操作：

1. 新增列：

ALTER TABLE `your_project.your_dataset.your_table`
ADD COLUMN null_count INT64;

2. 更新列的值：

UPDATE `your_project.your_dataset.your_table`
SET null_count = IF(col1 IS NULL, 1, 0) + IF(col2 IS NULL, 1, 0) + IF(col3 IS NULL, 1, 0);

或者直接创建包含统计列的新表：

CREATE TABLE `your_project.your_dataset.new_table_with_null_count` AS
SELECT
  *,
  IF(col1 IS NULL, 1, 0) + IF(col2 IS NULL, 1, 0) + IF(col3 IS NULL, 1, 0) AS null_count
FROM `your_project.your_dataset.your_table`;

内容的提问来源于stack exchange，提问作者DART