BigQuery SQL查询返回非预期首行问题求助

你在BigQuery中查询得到的第一行结果不符合预期，多半是因为数据集里存在起点/终点站点名称为空、或者用户类型为空的脏数据，这些无效数据被汇总后排在了结果最前面。

修正后的查询语句 #

SELECT 
    usertype,
    CONCAT(start_station_name, ' to ', end_station_name) AS route,
    COUNT(*) as num_trips,
    ROUND(AVG(CAST(tripduration AS INT64)/60), 2) AS duration 
FROM 
    bigquery-public-data.new_york_citibike.citibike_trips
WHERE
    -- 过滤掉起点/终点为空的无效记录
    start_station_name IS NOT NULL
    AND end_station_name IS NOT NULL
    -- 过滤掉用户类型为空的记录
    AND usertype IS NOT NULL
GROUP BY
    start_station_name,
    end_station_name,
    usertype
ORDER BY
    num_trips DESC
LIMIT 10

关键改动说明 #

• 添加WHERE子句，排除掉没有填写起点、终点站点名称的记录，避免生成类似“ to ”这种无意义的路线
• 同时过滤掉用户类型为空的记录，确保汇总的都是有效用户的骑行数据

这样处理后，返回的前10条结果就都是真实的高频骑行路线，不会再出现无效的第一行数据。

内容的提问来源于stack exchange，提问作者Yasara Ran