IMDb 评级：只保留不同的记录

Posted 2023-03-31

【中文标题】IMDb 评级：只保留不同的记录

【英文标题】：IMDb Ratings: Keeping only distinct records

【发布时间】：2015-08-24 16:43:53

【问题描述】：

我正在开展一个个人项目，我正在查看一组朋友的 IMDb 电影评分。我正在尝试制作一个包含所有电影及其属性的主维度表。当多人评价一部电影时会有重复，我想获得不同的电影列表。有 4 个属性会根据某人对电影的评分而改变：DateCreated、IMDb_Rating、Genre 和 Votes。如何仅保留包含“最新”数据的行？

下面是正在发生的事情的一个例子：

如您所见，DateCreated 是相同的，但 IMDb_Rating、Genre 和 Votes 在某些行之间是不同的。我的解决方案是保留得票最高的那一行。

在伪代码中，我想我会使用像 RANK() 这样的窗口排名函数，并按 Votes 对每组 MovieID、Title、Director、Runtime 和 DateRelease 进行排名。然后我会创建一个表，其中只返回排名最高的行。

这有意义吗？对代码的任何帮助都会令人难以置信！

【问题讨论】：

与问题完全无关，但您可能希望进一步规范化您的数据库，因为现在您正在存储一堆重复的信息。当然，这完全取决于您，但是以您的方式存储它会导致您的数据库比其他方式增长得更快。

【参考方案1】：

select MovieID, Title, Director, Runtime, DateRelease,
MAX(Votes) as maxvotes
INTO #sometable
from yourtable
group by MovieID, Title, Director, Runtime, DateRelease

MAX 将满足您的需求。然后，您可以使用into 将获得最高票数的行插入到新表中。

另一种解决方案是使用row_number 窗口函数。

select MovieID, Title, Director, Runtime, DateRelease,
IMDb_Rating, DateCreated, Genre
from
(select *, row_number() over(partition by movieid order by votes desc) as rn
 from yourtable) t
where rn = 1;

【讨论】：

感谢您的回复！但是，如何包含与该 max(Votes) 关联的 IMDb_Rating、DateCreated 和 Genre？

@Walker..查看修改后的解决方案。

效果很好！谢谢！！

【参考方案2】：

Select <<column names>> 
INTO #sometable
From 
 (select *,
Row_Number() OVER(Partition by MovieID, Title, Director, Runtime, DateRelease Order by Votes Desc) as R_num
from yourtable
 ) Res
Where R_num = 1