要检查表格，请转到 BigQuery 并点击表

[nusaiba123]

格 (1)，这将打开一个新选项卡 (2)，用于查看表格架构和预览数据。 BigQuery 界面，您可以在其中查看数据集和表格。 使用 SQL 和 ChatGPT 增强分析 为了深化分析，您需要对表格进行分类。目标是按URL 和类别查看内部链接。虽然我不是 SQL 专家，但我可以利用 ChatGPT 来获得所需的输出。 在 Looker Studio 中，您可能会在自定义字段中使用“ CASE WHEN Regex Match ”，这可能会降低仪表板处理大量数据集的速度。


因此，我更喜欢 SQL。 目标是根据主要类别对每个 URL（目标和来源）进行 瑞典电话号码 分类。例如，我的网站的 URL 结构： ... ` 遵循域> 语言 > 主类别 > 子类别格式。 挑战在于提取并有时合并元素（例如，法语中的“agence”、英语中的“agency”和荷兰语中的“agentschap”代表同一类别）。英语版本缺少 /en/ 结构，这给流程增加了难度。 1. 向 ChatGPT 解释了我的需求后，我在 BigQuery 的新选项卡中使用了生成的基本代码。



ChatGPT 界面，您可以在其中使用基本 SQL 对表格内容进行分类。 ChatGPT 提供的 SQL 代码。 2. 接下来，将代码复制粘贴到 BigQuery 中新创建的选项卡中。为此，请点击顶部的蓝色“+” (1) 来启动新选项卡。 该按钮可让您打开新选项卡来使用您的 SQL 代码。 3. 然后，替换指定的表名（1）（格式：project.dataset.table）。右上角的绿色箭头（2）表示代码可以运行但还不够完善，需要进行改进才能实现高级 URL 分类。 在 BigQuery 内部添加生成的 SQL。