AWS Athena 查询将复杂字符串列转换为整数

Question

我有一个 Athena 表，其中有一个

string

列，看起来像：

+-------------------+
| employee_size     |
+-------------------+
| GREATER THAN 2000 |
+-------------------+
| 500 - 999         |
+-------------------+
| 28.00             |
+-------------------+
| unknown           |
+-------------------+
| 563               |
+-------------------+

如果可能的话，我想将列值转换为

integer

，否则应该是

null

。因此，所需的输出应如下所示：

+---------------+
| employee_size |
+---------------+
|               |
+---------------+
|               |
+---------------+
| 28            |
+---------------+
|               |
+---------------+
| 563           |
+---------------+

我尝试使用我认为最接近的查询组合：

SELECT 
    CASE
        WHEN employee_size LIKE '% %' THEN NULL
        WHEN employee_size LIKE '%-%' THEN NULL
        WHEN regexp_like(employee_size,'([A-Za-z]') THEN NULL
        WHEN employee_size LIKE '%.%' THEN CAST(employee_size AS decimal)
        ELSE CAST(employee_size AS integer) 
    END AS employee_size 
FROM 
    "table_name";

但是这段代码会导致错误：

INVALID_FUNCTION_ARGUMENT：带有不匹配括号的结束模式

如果你们遇到过类似的事情，请提出解决方案。

编辑：我忘了提及，如果存在像

decimal

或

28.00

这样的

5.64

值，它应该忽略小数点后的任何内容，而只有

28

或

5

Answer 1

您可以尝试以下逻辑：

SELECT
    CASE WHEN REGEXP_LIKE(employee_size, '^[0-9]+(\.[0-9]+)?$')
         THEN REGEXP_EXTRACT(employee_size, '^[0-9]+') END AS employee_size
FROM yourTable;