如何在Google BigQuery中统计数组中的重复值？

嘿，这问题很常见，咱们用BigQuery的UNNEST配合分组统计就能轻松搞定。直接给你能用的解决方案，再拆解下逻辑：

完整可用SQL代码 #

WITH temp AS (
  SELECT 1 id, ["a","b", "a"] name
)
SELECT 
  id,
  unnested_name AS name,
  COUNT(*) AS count
FROM temp,
UNNEST(name) AS unnested_name
GROUP BY id, unnested_name
ORDER BY id, count DESC;

执行结果 #

运行后会得到你期望的输出：

逻辑拆解 #

• UNNEST(name) AS unnested_name：把数组name里的每个元素拆成单独的行，原本的1行数据会变成3行（对应"a","b","a"三个元素）
• GROUP BY id, unnested_name：按id和展开后的元素分组，确保每个id下的每个元素单独统计次数
• COUNT(*) AS count：统计每个分组内的行数，也就是对应元素在原数组里的出现次数
• 最后的ORDER BY是为了让结果更直观，按次数降序排列

如果你的真实数据包含多个id，这个方法同样适用，会自动按每个id分组统计各自数组内的元素重复次数~

内容的提问来源于stack exchange，提问作者L-square