计算列表列中的字符串出现次数 - Snowflake/SQL答案

【问题标题】：Count string occurances within a list column - Snowflake/SQL计算列表列中的字符串出现次数 - Snowflake/SQL
【发布时间】：2021-03-23 08:08:19
【问题描述】：

我有一个表，其中有一列包含如下字符串列表：

示例：

STRING                                                                 User_ID    [...]
"[""null"",""personal"",""Other""]"                                    2122213    .... 
"[""Other"",""to_dos_and_thing""]"                                     2132214    ....  
"[""getting_things_done"",""TO_dos_and_thing"",""Work!!!!!""]"         4342323    ....

问题：

我希望能够计算每个唯一字符串出现的次数（字符串在字符串列中可以用逗号分隔），但只知道如何执行以下操作：

SELECT u.STRING, count(u.USERID) as cnt
FROM table u
group by  u.STRING
order by cnt desc;

但是上述方法不起作用，因为它只计算使用特定字符串分组的用户 ID 的数量。

使用上面示例的理想输出应该是这样的！

期望的输出：

STRING                     COUNT_Instances                                                             
"null"                     1223
"personal"                 543
"Other"                    324                  
"to_dos_and_thing"         221                                
"getting_things_done"      146
"Work!!!!!"                22

【问题讨论】：

标签： sql snowflake-cloud-data-platform

【解决方案1】：

根据您的描述，这是我的示例表：

create table u (user_id number, string varchar);

insert into u values
(2122213, '"[""null"",""personal"",""Other""]"'),
(2132214, '"[""Other"",""to_dos_and_thing""]"'),
(2132215, '"[""getting_things_done"",""TO_dos_and_thing"",""Work!!!!!""]"' );

我使用 SPLIT_TO_TABLE 将每个字符串拆分为一行，然后使用 REGEXP_SUBSTR 清理数据。所以这里是查询和输出：

select REGEXP_SUBSTR( s.VALUE, '""(.*)""', 1, 1, 'i', 1 ) extracted, count(*) from u,
lateral SPLIT_TO_TABLE( string  , ',' ) s
GROUP BY extracted
order by count(*) DESC;


+---------------------+----------+
|      EXTRACTED      | COUNT(*) |
+---------------------+----------+
| Other               |        2 |
| null                |        1 |
| personal            |        1 |
| to_dos_and_thing    |        1 |
| getting_things_done |        1 |
| TO_dos_and_thing    |        1 |
| Work!!!!!           |        1 |
+---------------------+----------+

SPLIT_TO_TABLE https://docs.snowflake.com/en/sql-reference/functions/split_to_table.html REGEXP_SUBSTR https://docs.snowflake.com/en/sql-reference/functions/regexp_substr.html

【讨论】：