Bigquery - 忽略 NULL 值的列之间的平均值答案

【问题标题】：Bigquery - Average between columns ignoring NULL valuesBigquery - 忽略 NULL 值的列之间的平均值
【发布时间】：2021-04-13 02:13:30
【问题描述】：

TL;DR：有没有一种简单的方法可以计算 google 的 bigquery 上一组列之间的平均值？

我有一个表格，其中包含来自连续变量的许多估计值，我给出的示例只有三列，但原始表格的内容介于 8 列之间：

Estimate_A	Estimate_B	Estimate_C
4	2	3
1	2	2
4	NULL	2
2	3	NULL
4	NULL	NULL

我想生成一个新列 AVG_ESTIMATE，它是这些估计列之间的 AVERAGE，但忽略 NULL 数据

Estimate_A	Estimate_B	Estimate_C	AVG_ESTIMATE
4	2	3	3
1	2	2	1.66
4	NULL	2	3
2	3	NULL	2.5
4	NULL	NULL	4

【问题讨论】：

标签： sql google-bigquery

【解决方案1】：

考虑以下解决方案

select *, 
  (select round(avg(Estimate), 2) 
  from unnest([Estimate_A, Estimate_B, Estimate_C]) Estimate
  ) as AVG_ESTIMATE
from `project.dataset.table`

如果应用于您问题中的样本数据 - 输出是

【讨论】：

【解决方案2】：

这无论如何都不是一个优雅的解决方案，但可能会奏效：

SELECT 
   Estimate_A,
   Estimate_B,
   Estimate_C,

--Add values of each column, divide by number of non-null columns

   (
    IFNULL(Estimate_A,0) +
    IFNULL(Estimate_B,0) +
    IFNULL(Estimate_C,0)
   ) 
   / 
   (
    IF(Estimate_A IS NULL, 0,1) + 
    IF(Estimate_B IS NULL, 0,1) + 
    IF(Estimate_C IS NULL, 0,1)
    )  AS AVG_ESTIMATE

【讨论】：

您可以考虑使用coalesce() 更直接。

【解决方案3】：

以下是最通用的解决方案 - 无需引用列名并适用于任意数量的列

select *, 
  (select round(avg(cast(split(kv, ':')[offset(1)] as float64)), 2)
  from unnest(split(trim(to_json_string(t), '{}'))) kv
  where split(kv, ':')[offset(1)] != 'null'
  ) as AVG_ESTIMATE
from `project.dataset.table` t

如果应用于您问题中的样本数据 - 输出是

下面是上面的稍微重构的版本，只是为了消除一些冗余

select *, 
  (select round(avg(cast(value as float64)), 2)
  from unnest(split(trim(to_json_string(t), '{}'))) kv,
  unnest([split(kv, ':')[offset(1)]]) value
  where value != 'null'
  ) as AVG_ESTIMATE
from `project.dataset.table` t

【讨论】：