BigQuery中按年月分组统计新冠病例数的问题排查

你的SQL统计结果错误主要源于两个核心问题：

1. 日期字段未做类型转换 #

你的date字段是字符串格式（值如01-01-2020），但FORMAT_DATE函数要求输入必须是DATE类型。直接传入字符串会导致BigQuery无法正确解析日期，分组后的年月维度混乱，最终求和结果出错。

必须先用PARSE_DATE函数将字符串转为DATE类型，再进行格式化。注意匹配你的日期格式：

• 若日期是月-日-年（MM-DD-YYYY），解析格式用%m-%d-%Y
• 若日期是日-月-年（DD-MM-YYYY），解析格式用%d-%m-%Y

2. 使用了中文单引号 #

SQL语法仅支持英文单引号，你代码里的‘%b-%Y’、‘case_count’、‘United States’都是中文单引号，这会导致BigQuery无法正确识别常量和别名，引发语法错误或解析异常。

修正后的完整SQL #

假设你的日期格式为MM-DD-YYYY（月-日-年）：

SELECT
  Continent,
  Location,
  FORMAT_DATE('%b-%Y', PARSE_DATE('%m-%d-%Y', date)) AS Mon_Year,
  SUM(new_cases) AS case_count
FROM
  covid_cases
WHERE
  Continent = 'United States'
GROUP BY
  Continent,
  Location,
  Mon_Year

如果是DD-MM-YYYY（日-月-年）格式，只需将PARSE_DATE的参数改为'%d-%m-%Y'即可。

执行该语句后，就能得到按大洲、地区、年月正确分组的病例统计总数。

内容的提问来源于stack exchange，提问作者Kev