ODPS SQL ——列转行、行转列这回让我玩明白了！

阿里妹导读

本文详细介绍了在MaxCompute中如何使用 TRANS_ARRAY 和LATERAL VIEW EXPLODE函数来实现列转行的功能。

使用场景

有这样一种场景，需要将下面A表中的self_code_list转化为a_tag_list，self_code到a_tag有一一映射关系的，这个映射关系在B表中。对于映射关系的转化一般是用join的方式去解决（目前没有想到更好的方式，如果有哪位大神有更好的方式欢迎在评论区留言）。

 

图1-A表

  

图2-B表 对目前这种数据结构肯定是不好处理的，但是如果转化成图3中所示：

 

图3  就可以用直接用self_code关联B表从而得到a_tag的值，如图4中所示，思路清晰、操作简单粗暴。

 

图4

两种列转行的姿势

所以核心的问题来了，应该怎么操作把A表转成图3中的样子，这种操作其实就是列转行，解释一下，就是把一行数据的某列（一般是数组）或者几列展开，并选某列或者某几列作为展开的key， 把一行数据转成多行数据。在前面把表A从图1转成图3的案例中，我们是以id, name做为key把self_code_list这一列展开成多行。 在odps的内建函数中有两个函数可以帮我们轻而易举地完成列转行： TRANS_ARRAY https://www.alibabacloud.com/help/zh/maxcompute/user-guide/trans-array LATERAL VIEW  EXPLODE(column) https://www.alibabacloud.com/help/zh/maxcompute/user-guide/lateral-view 使用TRANS_ARRAY

SELECT  TRANS_ARRAY(2,',',id,name,self_code_list) AS (id,name,self_code)  FROM  (            SELECT  id,name                   ,ARRAY_JOIN(FROM_JSON(JSON_FORMAT(self_code_list),"array<string>"),',')                    AS self_code_list              FROM    TABLE_A              ORDER BY id ASC  )

表A里self_code_list字段类型是JSON，而TRANS_ARRAY 则要求转为行的的列类型必须是String，所以先把self_code_list转化为String 类型。  这里结合这个列子解释一下这个函数的参数：

trans_array (<num_keys>, <separator>, <key1>,<key2>,…,<col1>,<col2>,<col3>) as (<key1>,<key2>,...,<col1>, <col2>)

第一个参数 是列转行时做为key的列数，在本例中我们用id和name作为key，所以是2。 第二个参数 是把一个String展开为多个String，也就是一行变多行的分割符，根据具体数据的分割符号而定，一般是逗号，分号等。 剩下的参数是String类型的列名 ，函数会根据第一个参数来判断最后M个列是要展开的列，前面N个列是作为key的列。在本例子中我们列名参数依次是id, name, slef_code_list， 而num_key = 2， 所以结果集中id, name 两列会作为key 列，而self_code_list则是被展开的列。 
使用LATERAL VIEW EXPLODE

SELECT  id        ,name        ,self_codeFROM    TABLE_A        LATERAL VIEW EXPLODE(FROM_JSON(JSON_FORMAT(self_code_list),"array<string>")) tmp AS self_code;

需要注意的是EXPLODE 函数的入参必须是ARRAY的。 两种方式都是可以实现列转行，但是两者在处理为空的列会有细微的差别。  看下这几条原始的数据：

SELECT id, name, self_code_list from TABLE_Awhere id IN (291, 112, 116, 252)；

 

图5 针对这四条数据分别用两种方式做转化。  使用TRANS_ARRAY

 

图6  使用LATERAW VIEW EXPLODE

 

图7 可以看到使用 LATERAW VIEW EXPLODE 的方式结果集不会保留为空的行，而TRANS_ARRAY的方式则会保留为空的行。 

列转行是行转列的逆操作

好了，列转行聊完了，该说说行转列。还记得我们初衷吗 ？我们是要把TableA的self_code_list映射成a_tag_list， 如图8所示。经过前面的列转行操作就可以很轻易的和TABLE表关联，得到图4所示的临时表。

 

图8 从图4到图8的操作就是行转列，也就是把多行数据转化成一列或多个列。当然了这也不是瞎转的，跟列转行一样在转化时需要根据key来转化。列转行行转列是一个互逆的过程，在列转行时我们把每行的某列值拆分为多个值，然后按照key变成多行。那么行转列就是根据key把多行数据的某列拼接成一份数据，再依据key变成一行。在本例图4-图8的过程中，我们以id, name做为key， 对atag列用逗号做拼接，id, name, a_tag_list组成唯一的一行。当然也可以转成多列，只需要在拼接的时候指定列的区分方式，然后再对列值做SPLIT 操作即可得到多列。这种拼接的方式可以通过函数 WM_CONCAT。 https://www.alibabacloud.com/help/zh/maxcompute/user-guide/wm-concat 在上面的例子中我们是这样使用WM_CONCAT函数的： 

SELECT  id        ,name        ,WM_CONCAT(',',a_tag) a_tagfrom T_tmp_4;

这样我们就得到了图8所示的结果集。 至此我们完成了表的列转行、行转列，并最终达成了我们的目标。关于更多表的行转列、列转行还可以参考MaxCompute官方文档： https://www.alibabacloud.com/help/zh/maxcompute/use-cases/transpose-rows-to-columns-or-columns-to-rows