在BigQuery中对逗号分隔的兴趣字符串字段进行分组计数

要实现将interests字段中的单个兴趣项分组统计，核心是先拆分多值字符串为单行记录，再分组计数，具体SQL如下：

SELECT
  TRIM(interest) AS interests,
  COUNT(*) AS count
FROM
  `你的项目ID.你的数据集ID.你的表名`,
  UNNEST(SPLIT(interests, ',')) AS interest
GROUP BY
  interests
ORDER BY
  count DESC;

代码说明： #

• SPLIT(interests, ',')：将每个用户的interests字符串按逗号分割成字符串数组
• UNNEST(...) AS interest：把数组展开为独立行，原本1条用户记录会拆分成多条，每条对应一个兴趣项
• TRIM(interest)：去除兴趣项前后的空格，避免因空格导致重复计数（比如示例中的" soccer"和"soccer"会被统一为"soccer"）
• GROUP BY interests：按处理后的兴趣项分组
• COUNT(*)：统计每个兴趣项的出现次数
• ORDER BY count DESC：按计数从高到低排序，方便快速查看热门兴趣（该语句可选）

用你提供的示例数据运行后，会得到如下结果：

interests | count
soccer    | 3
culture   | 2
travel    | 1
studying  | 1
tennis    | 1
science   | 1

内容的提问来源于stack exchange，提问作者hyvel