如何创建键值对或 2 组列表返回项目 ID 和相应的 sql 中的购买数量（或更具体的雪花）？

Question

我有一个巨大的点击流数据，我可以提取timestamp，user_ids对应的item_ids客户点击。

我正在尝试创建一个数据集，该数据集将在每一行上具有唯一的客户 ID（user_id），另一列具有键：值对，为我提供项目列表和相应项目被点击的次数，就像 python 字典（或者这可以在两列中，其中包含项目和相应的点击次数，作为从最频繁到最少的排序列表）。

举个例子：

USER_ID	CLICKED_ITEMS
用户1	item3: 20, item2: 10, item1: 5
用户2	item1: 10, item2: 1, item3: 1
用户3	项目2：1
用户4	item1: 10, item2: 2

或

USER_ID	CLICKED_ITEMS	NUM_CLICKS
用户1	item3, item2, item1	20, 10, 5
用户2	item1, item2, item3	10, 1, 1
用户3	项目2	1
用户4	item1,item2	0, 2

这是否可能使用 SQL（尤其是 Snowflake 语法）？ TIA

我试过了

SELECT user_id, using ARRAY_UNIQUE_AGG(item_id) AS clicked_items
FROM clickstream_table
GROUP_BY user_id

并获得了唯一的 user_id 和相应的项目列表，但不确定如何找到每个项目被点击的次数。我可以使用 pandas 轻松做到这一点，但不幸的是，由于仓库的大小和超时限制（3 小时限制），我什至无法提取 1 个月的数据。

Answer 1

假设你知道如何聚合你的数据如下：

with data (user_id, item_name, click_count) as (
    select * from values
        ('user1', 'item1', 5),
        ('user1', 'item2', 10),
        ('user1', 'item3', 20),
        
        ('user2', 'item1', 10),
        ('user2', 'item2', 1),
        ('user2', 'item3', 1),

        ('user3', 'item2', 1),
        
        ('user4', 'item2', 10),
        ('user4', 'item2', 2)
)

你想要的结果可以用 ARRAY_AGG 和 OBJECT_CONSTRUCT

select 
     user_id, 
     array_agg(object_construct(item_name, click_count)) within group (order by click_count desc) as clicked_items   
from data
group by 1
order by 1;

给：

USER_ID	CLICKED_ITEMS
用户1	[{“item3”：20}，{“item2”：10}，{“item1”：5}]
用户2	[{“item1”：10}，{“item2”：1}，{“item3”：1}]
用户3	[ { "item2": 1 } ]
用户4	[{“item2”：10}，{“item2”：2}]

或者如果你想让它看起来“完全”像你展示的那样，那么第二个选项可以用两个 LISTAGG

select 
     user_id, 
     listagg(item_name, ', ') within group (order by click_count desc) as clicked_items,
     listagg(click_count, ', ') within group (order by click_count desc) as num_clicks 
from data
group by 1
order by 1;

给予：

USER_ID	CLICKED_ITEMS	NUM_CLICKS
用户1	item3, item2, item1	20, 10, 5
用户2	item1, item2, item3	10, 1, 1
用户3	项目2	1
用户4	item2，item2	10, 2

好吧，第一个输出也可以用字符串连接创建。

select 
     user_id, 
     listagg(item_name||': '||click_count, ', ') within group (order by click_count desc) as clicked_items   
from data
group by 1
order by 1;

给：

USER_ID	CLICKED_ITEMS
用户1	item3: 20, item2: 10, item1: 5
用户2	item1: 10, item2: 1, item3: 1
用户3	项目2：1
用户4	item2: 10, item2: 2