雅典娜 - 从字符串中提取子字符串 - 逗号分隔答案

【问题标题】：Athena- extract substring from string - comma delimited雅典娜 - 从字符串中提取子字符串 - 逗号分隔
【发布时间】：2021-09-28 19:37:28
【问题描述】：

我想从 Athena 表创建 Athena 视图。

在表中，列值是“姓氏，名字”，所以我想将这些值提取为“姓氏”和“名字”，然后需要将其存储到视图中的单独列中。示例 - 名字需要存储到新列 - 'first_name' 和姓氏需要存储到新列 - 'last_name'

我可以在这里使用什么 SQL 函数？我尝试了 split 函数，但它给了我一个数组。

【问题讨论】：

标签： amazon-web-services amazon-athena presto trino

【解决方案1】：

假设输入字符串具有固定且已知数量的元素，您可以执行以下操作：

WITH data(value) AS (
    VALUES ('Aaa,Bbb')
)
SELECT elements[1], elements[2]
FROM (
    SELECT split(value, ',') AS elements
    FROM data
)

 _col0 | _col1
-------+-------
 Aaa   | Bbb
(1 row)

【讨论】：

【解决方案2】：

您可以在拆分结果上使用UNNEST：

WITH dataset AS (
    SELECT * FROM (VALUES   
       ('aaa,bbb'),
       ('aaa1,bbb1')
 ) AS t (str))


SELECT str_col
FROM dataset
CROSS JOIN UNNEST(split(str, ',')) as tmp(str_col)

输出：

str_col
aaa
bbb
aaa1
bbb1

UPD

如果您保证至少有一个逗号，那么它很简单：


WITH dataset AS (
    SELECT * FROM (VALUES   
       ('aaa,bbb'),
       ('aaa1,bbb1')
 ) AS t (str))

SELECT splt[1] last_name, splt[2] first_name
FROM
(SELECT split(str, ',') as splt
FROM dataset)

输出：

last_name	first_name
aaa	bbb
aaa1	bbb1

如果您可以使用不同数量的逗号，但仅限于某些数量，您可以使用TRY：

WITH dataset AS (
    SELECT * FROM (VALUES   
       ('aaa,bbb'),
       ('aaa1,bbb1,ddd1')
 ) AS t (str))

SELECT splt[1], splt[2], TRY(splt[3])
FROM
(SELECT split(str, ',') as splt
FROM dataset)

输出：

_col0	_col1	_col2
aaa	bbb
aaa1	bbb1	ddd1

【讨论】：

您好，感谢您的回复。实际上我不需要将它存储在单独的行中，而是在单独的列中。就像 column1 应该有 Aaa 而 column2 应该有 Bbb。
@Beginner 字符串是否有已知数量的元素，基本上是预先知道的最大逗号数？
是的，每个值中只有一个逗号。它就像姓氏，名字。所以我需要提取姓氏并将其存储到 last_name 新列中，而 firstname 需要存储到新的 first_name 列中