Azure Databricks中SQL分组特定列并透视其他列的实现方法

解决方案SQL代码 #

SELECT 
  clientid,
  visitid,
  channel,
  conversion,
  `11` AS `salary (index=11)`,
  `22` AS `savings (index=22)`,
  `33` AS `salary range (index=33)`
FROM tb_user_info
PIVOT (
  MAX(value) FOR index IN (11, 22, 33)
) AS pivoted_table
ORDER BY clientid;

代码说明 #

• 分组逻辑：clientid, visitid, channel, conversion作为分组列，PIVOT子句会自动基于这些列对数据进行分组聚合。
• 透视处理：PIVOT子句中，MAX(value)用于提取每个分组下对应index的唯一value（因为每个分组内每个index仅出现一次，使用MAX/FIRST/MIN均可）；FOR index IN (11,22,33)指定需要转换为列的index值。
• 列重命名：通过AS将透视生成的原始列名（11、22、33）替换为需求中的友好名称。
• 排序：最后通过ORDER BY clientid保证结果顺序与预期一致。

执行结果 #

注：您提供的期望输出中clientid=456的conversion值为1，与原数据集的3不符，上述结果以原数据集为准。

内容的提问来源于stack exchange，提问作者Wagner André Yamada Vieira