如何在 BigQuery SQL 中将字符串列拆分为多行单个单词和单词对？

Question

我正在尝试（未成功）将 Google BigQuery 中的字符串列拆分为包含所有单个单词和所有单词对（彼此相邻并按顺序排列）的行。我还需要为 IndataTable 中的单词维护 ID 字段。两个记录集都有 2 列。

作为 IDT 的 IndataTable
ID WordString
1 个苹果香蕉梨
2 根胡萝卜
3蓝红绿黄

OutdataTable 作为 ODT
ID WordString
1 个苹果
1 根香蕉
1 个梨
1 个苹果香蕉
1 个香蕉梨
2 根胡萝卜
3 蓝色
3 红色
3 绿色
3 黄色
3蓝红
3 红绿
3绿黄（只有相邻的一对）

这在 BigQuery SQL?

中可能吗

Edit/Added:
到目前为止，这就是我所拥有的，可以将它分成单个单词。我真的很难弄清楚如何将其扩展到单词对。我不知道是否可以修改它或者我需要一个新的方法。

SELECT ID, split(WordString,' ') as Words
FROM (
  select * 
     from 
     (select ID, WordString from IndataTable)
)

Answer 1

以下适用于 BigQuery 标准 SQL

#standardSQL
WITH IndataTable AS (
  SELECT 1 id, 'apple banana pear' WordString UNION ALL
  SELECT 2, 'carrot' UNION ALL
  SELECT 3, 'blue red green yellow' 
), words AS (
  SELECT id, word, pos
  FROM IndataTable, UNNEST(SPLIT(WordString,' ')) AS Word WITH OFFSET pos
), pairs AS (
  SELECT id, CONCAT(word, ' ', LEAD(word) OVER(PARTITION BY id ORDER BY pos)) pair
  FROM words
)
SELECT id, word AS WordString FROM words UNION ALL
SELECT id, pair AS WordString FROM pairs
WHERE NOT pair IS NULL
ORDER BY id

结果符合预期：

Row id  WordString   
1   1   apple    
2   1   banana   
3   1   pear     
4   1   apple banana     
5   1   banana pear  
6   2   carrot   
7   3   blue     
8   3   red  
9   3   green    
10  3   yellow   
11  3   blue red     
12  3   red green    
13  3   green yellow

如何在 BigQuery SQL 中将字符串列拆分为多行单个单词和单词对？

How do I split a string column into multi rows of single words & word pairs in BigQuery SQL?

google-bigquery

bigquery-standard-sql

legacy-sql