如何在BigQuery中使用标准SQL或Legacy SQL基于两个字段创建交叉表

我来帮你搞定这个交叉表统计需求，下面是几种不同工具的实现方案，你可以根据自己的使用场景选择：

1. Python Pandas 实现 #

这是处理数据分析场景的高效方式，代码简洁且能灵活调整格式：

import pandas as pd

# 构建你的示例数据集
data = {
    'Customer_ID': ['MEM014', 'KAR810', 'NIKE61', 'NIKE61', 'STT019', 'STT019', 'STT019'],
    'Style': ['BLS87', 'DR126', 'MMQ5', 'MMQ5', 'BLS83', 'BLS84', 'BLS87']
}
df = pd.DataFrame(data)

# 生成交叉表：行是客户ID，列是产品类别，值为购买数量
cross_table = pd.crosstab(df['Customer_ID'], df['Style']).reset_index()
# 移除多余的轴标签，让结果更贴近你的期望格式
cross_table = cross_table.rename_axis(None, axis=1)

print(cross_table)

运行后输出的结果会和你期望的完全一致：

Customer_ID  BLS83  BLS84  BLS87  DR126  MMQ5
0      MEM014      0      0      1      0     0
1      KAR810      0      0      0      1     0
2      NIKE61      0      0      0      0     2
3      STT019      1      1      1      0     0

2. Excel 数据透视表实现 #

如果你习惯用Excel处理数据，用数据透视表可以可视化完成：

• 选中包含表头的所有数据区域
• 点击「插入」选项卡中的数据透视表，选择透视表的放置位置
• 在右侧字段列表中：
  • 将「Customer_ID」拖到行区域
  • 将「Style」拖到列区域
  • 将「Style」拖到值区域，然后右键点击值区域的字段→值字段设置，选择「计数」
• （可选）如果透视表中显示空白，可通过「查找和替换」将空白替换为0，或者在值字段设置中调整格式

3. SQL 实现（以MySQL为例） #

如果数据存储在数据库中，可以用条件聚合直接查询出结果：

SELECT
    Customer_ID,
    COUNT(CASE WHEN Style = 'DR126' THEN 1 END) AS DR126,
    COUNT(CASE WHEN Style = 'MMQ5' THEN 1 END) AS MMQ5,
    COUNT(CASE WHEN Style = 'BLS83' THEN 1 END) AS BLS83,
    COUNT(CASE WHEN Style = 'BLS84' THEN 1 END) AS BLS84,
    COUNT(CASE WHEN Style = 'BLS87' THEN 1 END) AS BLS87
FROM your_table_name
GROUP BY Customer_ID
ORDER BY Customer_ID;

如果你的产品类别（Style）有很多动态值，这种硬编码的方式不够灵活，可以考虑用数据库的动态SQL来自动生成列，但对于固定类别，这个方案直接高效。

内容的提问来源于stack exchange，提问作者yigitozmen