从 BigQuery 中的 json 字符串中提取信息

【问题标题】：Extract information from a json string in BigQuery从 BigQuery 中的 json 字符串中提取信息
【发布时间】：2021-03-08 09:01:26
【问题描述】：

我在 Bigquery 中存储了一个带有分类算法结果的表。表架构是 INT、STRING，看起来像这样：

ID	Output
1001	{'Apple Cider': 0.7, 'Coffee' : 0.2, 'Juice' : 0.1}
1002	{'Black Coffee':0.9, 'Tea':0.1}

问题是如何获取每个字符串的第一个（或第二个或任何顺序）元素及其分数。 JSON_EXTRACT 似乎不太可能工作，并且很可能可以使用 Javascript 完成。想知道这里的优雅解决方案是什么样的。

【问题讨论】：

标签： google-bigquery bigquery-udf

【解决方案1】：

考虑下面

select ID, 
  trim(split(kv, ':')[offset(0)], " '") element, 
  cast(split(kv, ':')[offset(1)] as float64) score, 
  element_position
from `project.dataset.table` t,
unnest(regexp_extract_all(trim(Output, '{}'), r"'[^':']+'\s?:\s?[^,]+")) kv with offset as element_position

如果应用于您问题中的样本数据 - 输出是

注意：如果您愿意，可以使用不那么冗长的 unnest 语句

unnest(split(trim(Output, '{}'))) kv with offset as element_position

【讨论】：