您如何确定 A 列是否包含 B 列中的某些内容？答案

【问题标题】：How can you figure out if Column A contains something from Column B?您如何确定 A 列是否包含 B 列中的某些内容？
【发布时间】：2019-02-11 16:30:16
【问题描述】：

我一直在想办法从表 A 列 A 与表 B 列 A 中获取信息，例如：

TableA
Name
abcd_1234_efgh
zxcdde_gets_3214_
jkil_uelso_5555_aseil
uuuu_kkkk_iiii_3333

TableB
ID    
1234          
3214           
5555      
3333

我尝试从表 A 到表 B 执行 INNER JOIN，然后执行 WHERE TableA.A LIKE TableB.B，但我认为我错过了使其工作的部分。

SELECT
    a.Name,
    b.ID
FROM
    TableA a

INNER JOIN
    TableB b
ON
    a.Name LIKE CAST(b.ID AS STRING)

我想要的结果是：

Name                      ID
abcd_1234_efgh            1234
zxcdde_gets_3214_         3214
jkil_uelso_5555_aseil     5555
uuuu_kkkk_iiii_3333       3333

但目前我没有得到任何结果。我相信我遗漏了一些东西，或者可能正在考虑错误的方法来获得所需的结果。任何帮助将不胜感激！

-Maykid

【问题讨论】：

标签： sql google-bigquery

【解决方案1】：

你很接近。我认为这适用于 BigQuery：

SELECT a.Name, b.ID
FROM TableA a INNER JOIN
     TableB b
     ON a.Name LIKE CONCAT('%', CAST(b.ID AS STRING), '%');

但你可能真的想要：

SELECT a.Name, b.ID
FROM TableA a CROSS JOIN
     UNNEST(SPLIT(a.Name, '_')) namepart JOIN 
     TableB b
     ON namepart = CAST(b.ID AS STRING);

这看起来像是名称的每个部分，并允许 BigQuery 进行等式连接 - 这应该更具可扩展性。

【讨论】：

正是我所需要的，两者都完美地工作，谢谢！！

【解决方案2】：

以下是 BigQuery 标准 SQL

#standardSQL
SELECT *
FROM `project.dataset.tableA`
CROSS JOIN `project.dataset.tableB`
WHERE REGEXP_CONTAINS(Name, id)

您可以使用您问题中的示例数据进行测试，使用上面的示例，如下例所示

#standardSQL
WITH `project.dataset.tableA` AS (
  SELECT 'abcd_1234_efgh' Name UNION ALL
  SELECT 'zxcdde_gets_3214_' UNION ALL
  SELECT 'jkil_uelso_5555_aseil' UNION ALL
  SELECT 'uuuu_kkkk_iiii_3333' 
),  `project.dataset.tableB` AS (
  SELECT '1234' id UNION ALL          
  SELECT '3214' UNION ALL           
  SELECT '5555' UNION ALL      
  SELECT '3333' 
)
SELECT *
FROM `project.dataset.tableA`
CROSS JOIN `project.dataset.tableB`
WHERE REGEXP_CONTAINS(Name, id)

结果

Row Name                    id   
1   abcd_1234_efgh          1234     
2   zxcdde_gets_3214_       3214     
3   jkil_uelso_5555_aseil   5555     
4   uuuu_kkkk_iiii_3333     3333

注意：使用REGEXP_CONTAINS 为您提供了强大的正则表达式，但它有点贵，因此您可以使用STRPOS()，如下例所示

#standardSQL
SELECT *
FROM `project.dataset.tableA`
CROSS JOIN `project.dataset.tableB`
WHERE STRPOS(Name, id) > 0

快速更新：

我刚刚意识到 id 在您的问题中不是 STRING 而是 INT - 所以：

REGEXP_CONTAINS(Name, id) 应替换为 REGEXP_CONTAINS(Name, CAST(id AS STRING))
STRPOS(Name, id) 也一样

【讨论】：

两个版本都适合我，我希望我能给出多个正确答案，因为两者都有效！非常感谢！

【解决方案3】：

鉴于您的数据结构，也许这样的东西会有所帮助（注意SAFE_CAST 的应用）：

select name, c, t2.number from (
  select t1.name, split(t1.name, "_") splitted from TableA t1
), unnest(splitted) c
left join TableB t2 on t2.number = SAFE_CAST(c as int64)
where number is not null

【讨论】：