BigQuery - 在BigQuery中仅选择第一行

Question

我有一个包含数据的表格，其中在A列中有一组重复的数据（连续出现）。

我想根据仅列A中的值选择每组的第一行（没有其他条件）。请注意，对于所找到的新行，我还想选择所有相应的列（我不想将它们排除在外）。

有人能帮我写一个正确的查询吗？

这是一个样例：SAMPLE

谢谢！

- zerina

---

你能分享一些样本数据以及你目前尝试过的方法吗？ - Ben P

嗨@BenP，我在评论中添加了Excel中我的样本数据的图片（因此我不知道如何在评论中添加它:D）。您可以看到，在REFERENCE列中，例如，在第2、3、4行中，我有相同的数据，而我只想显示第一行。我尝试了一些查询，但对我没有用。此外，选择的行必须具有所有相应的列也很重要。 - zerina

Answer 1

#standardSQL
SELECT row.*
FROM (
  SELECT ARRAY_AGG(t LIMIT 1)[OFFSET(0)] row
  FROM `project.dataset.table` t
  GROUP BY columnA
) 

- Mikhail Berlyant

---

谢谢@Mikhail。您有没有想过与使用等效的row_number()解决方案相比，性能如何？ - Jordan Arsenault

Answer 2

你可以尝试像这样做：

你可以尝试这样做：

#standardSQL
SELECT
   * EXCEPT(rn)
FROM (
   SELECT
   *,
   ROW_NUMBER() OVER(PARTITION BY columnA ORDER BY columnA) AS rn
FROM
   your_dataset.your_table)
WHERE rn = 1

会返回：

Row   columnA       col2       ...   
1     AC1001        Z_Creation   
2     ACO112BISPIC  QN
...

- Vasily Bronsky

---

你好，感谢你的帮助。你提供的方法确实有效。但是，我需要它在整个表格上运行，而不仅仅是在我给出的示例上。此外，我需要所有现有的列也显示出来，正如我在评论和帖子中所述。 - zerina

请选择您的表格，而不是我的示例，并选择* EXCEPT（rn）。帖子已编辑。 - Vasily Bronsky

Answer 3

在查询末尾添加 LIMIT 1，类似以下示例：

SELECT name, year FROM person_table ORDER BY year LIMIT 1

- Mahesh Uligade

Answer 4

您现在可以使用qualify来实现更简洁的解决方案:

select
   *
from
   your_dataset.your_table
where true
qualify ROW_NUMBER() OVER(PARTITION BY columnA ORDER BY columnA) = 1

- David Masip

---

QUALIFY和窗口函数在性能方面有何不同？ - Zaar Hai

P.S. QUALIFY 仍处于预览状态。 - Zaar Hai

Answer 5

在BigQuery中，行的物理顺序并不重要。“BigQuery不能保证表中行的稳定排序。只有带有明确ORDER BY子句的查询结果具有良好定义的排序。”[1]。

首先，您需要确定哪个属性将决定您组的第一行，然后可以通过更改ORDER BY来运行Vasily Bronsky的查询以使用该属性。这意味着您应该向表中添加另一列以存储行的顺序，或者从您已有的列中选择一个列。

- Yurci