求助：在Databricks SQL中基于Category字段生成Group列

你可以通过窗口函数结合条件判断来实现需求，核心是按Trans_ID分组，判断组内是否存在非Dog/Puppy的类别，再给每条记录赋值对应的Group值。以下是两种简洁的实现方式：

方法一：使用CASE嵌套+MAX窗口函数 #

SELECT 
  Trans_ID,
  Category,
  CASE 
    -- 统计当前Trans_ID下是否存在非Dog/Puppy的类别
    WHEN MAX(CASE WHEN Category NOT IN ('Dog', 'Puppy') THEN 1 ELSE 0 END) OVER (PARTITION BY Trans_ID) = 1 
    THEN 'Multi' 
    ELSE 'Only Dog' 
  END AS `Group`
FROM filtered_table; -- 替换为你的已过滤表名

逻辑说明： #

1. 内层CASE将非Dog/Puppy的类别标记为1，其余标记为0
2. MAX() OVER (PARTITION BY Trans_ID)获取当前Trans_ID分组内的最大值，若最大值为1，说明组内存在非Dog/Puppy的类别
3. 外层CASE根据最大值结果，返回对应的Group值

方法二：使用COUNT_IF窗口函数（更简洁） #

Databricks SQL支持COUNT_IF函数，可以直接统计满足条件的行数，写法更直观：

SELECT 
  Trans_ID,
  Category,
  CASE 
    -- 统计当前Trans_ID下非Dog/Puppy的类别数量，大于0则返回Multi
    WHEN COUNT_IF(Category NOT IN ('Dog', 'Puppy')) OVER (PARTITION BY Trans_ID) > 0 
    THEN 'Multi' 
    ELSE 'Only Dog' 
  END AS `Group`
FROM filtered_table; -- 替换为你的已过滤表名

逻辑说明： #

COUNT_IF(Category NOT IN ('Dog', 'Puppy')) OVER (PARTITION BY Trans_ID)直接统计当前Trans_ID分组内，非Dog/Puppy的记录数量。若数量大于0，说明组内存在其他类别，返回Multi；否则返回Only Dog。

两种方法都能完美匹配你给出的示例结果，比如Trans_ID=1包含Cat，会被标记为Multi；Trans_ID=2、3仅包含Dog/Puppy，会被标记为Only Dog。

内容的提问来源于stack exchange，提问作者sm98123