SQL中去除重复数据的几种方法汇总(窗口函数对数据去重)
作者:Python数据开发 时间:2024-01-14 06:54:35
使用SQL对数据进行提取和分析时,我们经常会遇到数据重复的场景,需要我们对数据进行去重后分析。
以某电商公司的销售报表为例,常见的去重方法我们用到distinct 或者group by 语句, 今天介绍一种新的方法,利用窗口函数对数据去重。
【字段解释】
访客id:进入店铺浏览宝贝的客户
浏览时间:访客进入店铺浏览页面的日期
浏览时常:访客进入店铺浏览页面的时长
现在需要知道店铺里每个访客和对应的浏览日期(每个访客同一天浏览多次算做一次记录)
【解题思路】
方法1:distinct
SQL书写如下:
select distinct 访客id ,浏览时间
from 淘宝日销售数据表;
查询结果:
这里用distinct语句多字段进行去重的时候,需要特别注意2点:
1)distinct语法规定对单字段、多字段去重,必须放在第一个查询字段前。
2)如果对表中多列字段进行去重,去重的过程就是将多字段作为整体去重,比如上面的例子,我们将访客id和浏览时间为整体去去重,而不是对访客id单独去重后再对姓名单独去重,所以会出现相同的访客id对应不同的浏览时间。
方法2:group by
SQL书写如下:
select 访客id ,浏览时间
from 淘宝日销售数据表
group by 访客id ,浏览时间;
查询结果:
group by对访客id 和浏览时间进行分组,分组汇总后改变了表的行数,一行只有一个类别,这里使用group by后会将访客id 和浏览时间作为一个类别保留,重复的就会不显示。
方法3:窗口函数
使用窗口函数进行去重时,比distinct和group by稍微复杂些,窗口函数不会减少原表中的行数,而是对字段进行分组后排序。详细的窗口函数讲解
窗口函数的基本语法如下:
<窗口函数> over (partition by <用于分组的列名>
order by <用于排序的列名>)
根据题目要求得出每个访客和对应的浏览日期,我们对访客id ,浏览时间进行分组,对浏览时长(秒)进行排序。
SQL书写如下:
select 访客id ,浏览时间 ,row_number()over(partition by 访客id ,浏览时间
order by 浏览时长(秒)) as 排名
from 淘宝日销售数据表;
查询结果:
窗口函数查询按照每个客户和浏览日期分组,如果同一天有几次浏览,会根据点赞数排序,筛选排名为1,即可得出每个访客和对应的浏览日期。
SQL书写如下:
select 访客id ,浏览时间 ,row_number()over(partition by 访客id ,浏览时间
order by 浏览时长(秒)) as 排名
from 淘宝日销售数据表;
查询结果:
去除重复项的三种操作,你get了吗?欢迎评论区补充你的去重办法~
来源:https://blog.csdn.net/m0_59596937/article/details/130446253
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
mysql 控制台程序的提示符 prompt 字符串设置
Golang编译器介绍
ASP-server.URLEncode反函数:urldecode
Python使用pydub模块转换音频格式以及对音频进行剪辑
![](https://img.aspxhome.com/file/2023/4/97344_0s.jpg)
Tensorflow2.10实现图像分割任务示例详解
![](https://img.aspxhome.com/file/2023/1/114511_0s.png)
一文详解Python中多进程和进程池的使用方法
如何基于python实现脚本加密
![](https://img.aspxhome.com/file/2023/8/99308_0s.png)
python区块链地址的简版实现
![](https://img.aspxhome.com/file/2023/2/86342_0s.png)
使用pyinstaller打包PySide2程序中遇到的问题
![](https://img.aspxhome.com/file/2023/0/121020_0s.png)
python 生成图形验证码的方法示例
![](https://img.aspxhome.com/file/2023/0/66930_0s.png)
asp 去除最后一个逗号为空字符串的代码
Python通过2种方法输出带颜色字体
![](https://img.aspxhome.com/file/2023/7/71507_0s.png)
python清除指定目录内所有文件中script的方法
解决MySQL8.0安装第一次登陆修改密码时出现的问题
![](https://img.aspxhome.com/file/2023/6/103546_0s.jpg)
Python开发之射击闯关游戏的实现
![](https://img.aspxhome.com/file/2023/5/110265_0s.png)
在asp中调用sql server的存储过程方法
![](https://img.aspxhome.com/file/UploadPic/up/2007081313422835.jpg)
用Dreamweaver 4.0编制会议通知
![](https://img.aspxhome.com/file/UploadPic/20072/200723113127669s.jpg)
Python的Django框架中的Context使用
根据DataFrame某一列的值来选择具体的某一行方法
![](https://img.aspxhome.com/file/2023/8/135328_0s.jpg)
vue中使用iframe嵌入网页,页面可自适应问题
![](https://img.aspxhome.com/file/2023/9/133169_0s.png)