google-bigquery - 在 Big Query 中从每个组中随机抽取样本

我试图找出在 Big Query 的表中为每个组随机抽取 100 条记录的最佳方法是什么。

例如，我有一个表，其中 A 列是唯一的记录 ID，B 列是该记录所属的组 ID。对于每个不同的 groupID，我想随机抽取 100 个记录 ID。有没有简单的方法来完成这个？

最佳答案

像下面这样的东西应该工作

SELECT recordID, groupID
FROM (
  SELECT
    recordID, groupID,
    RAND() AS rnd, ROW_NUMBER() OVER(PARTITION BY groupID ORDER BY rnd) AS pos
  FROM yourTable
)
WHERE pos <= 100
ORDER BY groupID, recordID

如果你想提高随机性，还要检查 RAND() here

关于google-bigquery - 在 Big Query 中从每个组中随机抽取样本，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/36019727/