Snowflake SQL按id分组合并多行字符字段取非脱敏值方法

首先纠正一个认知：字符串类型完全支持MAX/MIN聚合，你之前的写法不生效，核心原因是[REDACTED]作为普通字符串参与排序，会干扰聚合结果，只要提前把打码值转为NULL（聚合函数默认会忽略NULL值），就能正确提取每个分组下的有效值。

结合你的数据特征——每个id分组下，单个字段仅存在1个非[REDACTED]有效值，其余行均为打码值，以下几种写法都可以实现需求：

推荐写法：Snowflake原生最简实现 #

用NULLIF统一把打码值转为NULL，再用MAX聚合即可，写法最简洁：

SELECT
    id,
    MAX(NULLIF(gender, '[REDACTED]')) AS gender,
    MAX(NULLIF(race, '[REDACTED]')) AS race,
    MAX(NULLIF(income, '[REDACTED]')) AS income
FROM your_table
GROUP BY id
;

如果想要逻辑更直观，也可以用Snowflake专属的条件聚合函数MAX_IF，直接指定聚合筛选规则，不需要嵌套函数：

SELECT
    id,
    MAX_IF(gender, gender != '[REDACTED]') AS gender,
    MAX_IF(race, race != '[REDACTED]') AS race,
    MAX_IF(income, income != '[REDACTED]') AS income
FROM your_table
GROUP BY id
;

通用SQL兼容写法 #

如果后续需要把逻辑迁移到其他不支持MAX_IF的SQL引擎，可以用标准CASE WHEN做值转换，再做聚合，逻辑完全通用：

SELECT
    id,
    MAX(CASE WHEN gender != '[REDACTED]' THEN gender END) AS gender,
    MAX(CASE WHEN race != '[REDACTED]' THEN race END) AS race,
    MAX(CASE WHEN income != '[REDACTED]' THEN income END) AS income
FROM your_table
GROUP BY id
;

注意：以上写法的适用前提是每个id分组下，单个字段最多只有1个非[REDACTED]的有效值，和你给出的样例数据特征完全匹配。如果后续出现同个id同个字段存在多个不同非打码值的情况，MAX会按字符排序规则取排序位最靠后的值，需要根据业务规则额外增加冲突处理逻辑。

内容的提问来源于stack exchange，提问作者coinbase_wells