本文介绍使用 DuckDB 的列表推导式与 list_bool_or() 函数，高效筛选嵌套结构数组列（如 struct(a VARCHAR, b VARCHAR)[]）中任意元素的指定字段（如 b）包含子字符串（如 'bt'）的行。
本文介绍使用 duckdb 的列表推导式与 list_bool_or() 函数，高效筛选嵌套结构数组列（如 struct(a varchar, b varchar)[]）中任意元素的指定字段（如 b）包含子字符串（如 'bt'）的行。
在 DuckDB 中处理嵌套数据（如结构体数组列）时，直接对数组内每个结构体字段进行条件过滤需借助其强大的列表函数和 Lambda 表达式能力。核心思路是：对每行的数组列执行逐元素判断，生成布尔列表，再用逻辑或聚合判定该行是否满足“至少一个元素匹配”条件。
以下为完整可运行示例：
import duckdb
rel = duckdb.sql("""
FROM VALUES
([{'a': 'foo', 'b': 'bta'}]),
([]),
([{'a': 'jun', 'b': 'jul'}, {'a':'nov', 'b': 'obt'}])
AS df(my_col)
SELECT *
WHERE list_bool_or(['bt' IN s.b FOR s IN my_col])
""")
print(rel)
✅ 输出结果：
┌──────────────────────────────────────────────┐
│ my_col │
│ struct(a varchar, b varchar)[] │
├──────────────────────────────────────────────┤
│ [{'a': foo, 'b': bta}] │
│ [{'a': jun, 'b': jul}, {'a': nov, 'b': obt}] │
└──────────────────────────────────────────────┘
关键要点解析
-
['bt' IN s.b FOR s IN my_col]是 DuckDB 支持的列表推导式，等价于list_apply(my_col, s -> 'bt' IN s.b)，它对my_col中每个结构体s提取s.b字段并判断是否包含子串'bt'，返回布尔值列表（如[True]、[]、[False, True]）。 -
list_bool_or(...)对布尔列表执行逻辑或聚合：空列表返回false，含至少一个true即返回true—— 完美对应“任一元素满足条件”的语义。 - 注意：若需匹配字段
a（如题干原始描述“field'a'contains'bt'”），只需将s.b改为s.a即可，例如['bt' IN s.a FOR s IN my_col]。
注意事项
-
list_bool_or()在 DuckDB v0.10.0+ 稳定可用；旧版本可退而使用list_sum(CAST(... AS INT)) > 0，但语义清晰度和性能均不如前者。 - 列表推导式中的
IN是子串匹配操作符（非集合成员判断），适用于VARCHAR字段；如需大小写不敏感匹配，可结合LOWER()：'bt' IN LOWER(s.b)。 - 空数组
[]经list_bool_or([])返回false，因此自动被过滤，符合预期。
通过组合 list_bool_or() 与列表推导式，你无需展开（UNNEST）即可完成高效、声明式的嵌套条件过滤，显著提升查询简洁性与执行效率。
