有没有一种方法可以根据不完全相同的值在 SQL 中组合相似的行？

Posted 2023-02-24

【中文标题】有没有一种方法可以根据不完全相同的值在 SQL 中组合相似的行？

【英文标题】：Is There a Way to Combine Similar Rows in SQL Based on a Value That Isn't Exactly the Same?

【发布时间】：2022-01-09 10:06:10

【问题描述】：

我有一个 SQL 表，您可以在其中添加品牌名称，当添加新品牌名称时，它会增加现有品牌活跃计数或创建新品牌名称。

问题是，如果有人添加了一个拼写不同的新品牌（例如添加了 Toyota，但拼写为 toyota），它会创建一个具有新活动计数和新品牌 ID 的新品牌。既然表中有几个这样的实例，有没有办法我可以用 SQL 进行排序并合并相似的品牌？我知道这最终会删除几行，我不确定 SQL 是否有能力一次性完成所有操作。

我对 SQL 还是比较陌生，因此我们非常感谢任何有关此方面的建议。我听说使用 Python Pandas 会更容易，所以我目前正在研究一种方法来做到这一点。

【问题讨论】：

处理这个问题的正常方法是在 UI 层：使添加新品牌变得更加困难（显示确认以确保）并且更容易与现有品牌匹配（自动完成，因此使用现有品牌少打字）。

和collation 应该是case insensitive

【参考方案1】：

如果是简单的大小写更改，您可以使用 LOWER() 之类的函数将它们全部转换为小写，然后根据品牌名称将结果组合在一起， 但是，您的问题是“相似”的记录，其中相似的定义不是很好。 SQL 语言希望您清楚地定义您需要什么。

如果您要修复一个/几个字符，您可以使用带有百分比 (%) 和 / 或下划线 (_) 符号的 LIKE operator。您可以通过在不同位置放置% 和_ 来定义您想要识别的所有错误排列。或者，您也可以在 mysql 中探索 SOUNDEX function 或 sounds like，看看是否可以基于 SOUNDEX 合并品牌名称。

如果数据不是很大，我会建议你创建另一个表/临时表来执行这样的操作。这样，您始终可以参考原始数据。