如何与“row_number() over (partition by [Col] order by [Col])”相反

Posted 2023-02-16

【中文标题】如何与“row_number() over (partition by [Col] order by [Col])”相反

【英文标题】：How do to the opposite of "row_number() over (partition by [Col] order by [Col])"

【发布时间】：2012-09-23 15:14:44

【问题描述】：

我正在尝试合并数据表中的重复条目并给它们一个新编号。

这是一个示例数据集 (runnable copy)

declare @tmpTable table
    (ID Varchar(1), 
     First varchar(4), 
     Last varchar(5), 
     Phone varchar(13),
     NonKeyField varchar(4))

insert into @tmpTable select 'A', 'John', 'Smith', '[phone]', 'ASDF'
insert into @tmpTable select 'B', 'John', 'Smith', '[phone]', 'GHJK'
insert into @tmpTable select 'C', 'Jane', 'Smith', '[phone]', 'QWER'
insert into @tmpTable select 'D', 'John', 'Smith', '[phone]', 'RTYU'
insert into @tmpTable select 'E', 'Bill', 'Blake', '[phone]', 'BVNM'
insert into @tmpTable select 'F', 'Bill', 'Blake', '[phone]', '%^&*'
insert into @tmpTable select 'G', 'John', 'Smith', '[phone]', '!#RF'

select row_number() over (partition by First, Last, Phone order by ID) NewIDNum, *  
from @tmpTable order by ID

现在它给了我结果

NewIDNum             ID   First Last  Phone         NonKeyField
-------------------- ---- ----- ----- ------------- -----------
1                    A    John  Smith [phone] ASDF
2                    B    John  Smith [phone] GHJK
1                    C    Jane  Smith [phone] QWER
3                    D    John  Smith [phone] RTYU
1                    E    Bill  Blake [phone] BVNM
2                    F    Bill  Blake [phone] %^&*
4                    G    John  Smith [phone] !#RF

但这与我想要的相反，NewIDNum 在找到新的密钥组合时会重置其计数器。我希望所有相同的组合都具有相同的 ID。因此，如果它按照我想要的方式运行，我会得到以下结果

NewIDNum             ID   First Last  Phone         NonKeyField
-------------------- ---- ----- ----- ------------- -----------
1                    A    John  Smith [phone] ASDF
1                    B    John  Smith [phone] GHJK
2                    C    Jane  Smith [phone] QWER
1                    D    John  Smith [phone] RTYU
3                    E    Bill  Blake [phone] BVNM
3                    F    Bill  Blake [phone] %^&*
1                    G    John  Smith [phone] !#RF

获得我想要的结果的正确方法是什么？

---

我没有在原始帖子中包含此要求：如果添加了更多行，我需要 NewIDNum 在此查询的后续运行中为现有行生成相同的数字（假设所有如果对 ID 列进行排序，则新行将具有更高的 ID“值”）

所以如果在以后的日期完成了以下操作

insert into @tmpTable select 'H', 'John', 'Smith', '[phone]', '4321'
insert into @tmpTable select 'I', 'Jake', 'Jons', '[phone]', '1234'
insert into @tmpTable select 'J', 'John', 'Smith', '[phone]', '2345'

再次运行正确的查询会给出

NewIDNum             ID   First Last  Phone         NonKeyField
-------------------- ---- ----- ----- ------------- -----------
1                    A    John  Smith [phone] ASDF
1                    B    John  Smith [phone] GHJK
2                    C    Jane  Smith [phone] QWER
1                    D    John  Smith [phone] RTYU
3                    E    Bill  Blake [phone] BVNM
3                    F    Bill  Blake [phone] %^&*
1                    G    John  Smith [phone] !#RF
1                    H    John  Smith [phone] 4321
4                    I    Jake  Jons  [phone] 1234
1                    J    John  Smith [phone] 2345

【参考方案1】：

你可以使用dense_rank():

dense_rank() over (order by First, Last, Phone) as NewIDNum

作为对您的评论的回应，您可以使用相同的 (First, Last, Phone) 组合对每组行的旧 Id 列的最小值进行排序：

select  *
from    (
        select  dense_rank() over (order by min_id) as new_id
        ,       *
        from    (
                select  min(id) over (
                            partition by First, Last, Phone) as min_id
                ,       *
                from    @tmpTable 
                ) as sub1
        ) as sub3
order by
        new_id

【讨论】：

可以用旧ID订购吗？如果添加更多行，我需要新的 ID 为现有行生成相同的数字（假设在 ID 列上完成 order by 时，新行将具有更高的 ID“值”）

更新：添加“Jake Jons”测试会使他的 DR 为 2，而 John 和 Jane Smith 的 DR 都更改为 1。

更新为根据每个(First, Last, Phone) 组中的最低id 分配密集排名。

我发现my own method 使用 group by，但是运行您的查询和我的查询并排运行，您的查询执行时间更快 %。感谢您的帮助！

sub3 是必需的吗？为什么不将最终订单放在 sub3 内并删除最外层（我什至不会在我的实际查询中使用订单（它将提供Insert Into），但我很好奇）。

【参考方案2】：

这应该可以工作

select dense_rank() over (order by First, Last, Phone) NewIDNum, *  
from @tmpTable order by ID

【讨论】：

查看我对 Andomar 回答的评论。

【参考方案3】：

以@Andomar 的原始答案为基础——这将满足您更新后的要求（尽管这不太可能很好地扩展）

select
    DENSE_RANK() over (ORDER BY IdRank, First, Last, Phone) AS NewIDNum,
    ID,
    First,
    Last,
    Phone,
    NonKeyField
from
(
    select
        MIN(ID) OVER (PARTITION BY First, Last, Phone) as IdRank,
        *
    from
        @tmpTable
) as x
order by
    ID;

【参考方案4】：

感谢Andomar's answer作为起点，我自己解决了

select sub1.rn, tt.*
from @tmpTable tt
inner join (
    select row_number() over (order by min(ID)) as rn, first, last, phone
    from @tmpTable
    group by first, last, phone
    ) as sub1 on tt.first = sub1.first and tt.last = sub1.last and tt.phone = sub1.phone

这会产生

rn                   ID   First Last  Phone         NonKeyField
-------------------- ---- ----- ----- ------------- -----------
1                    A    John  Smith [phone] ASDF
1                    B    John  Smith [phone] GHJK
1                    D    John  Smith [phone] RTYU
1                    G    John  Smith [phone] !#RF
1                    H    John  Smith [phone] 4321
1                    J    John  Smith [phone] 2345
2                    C    Jane  Smith [phone] QWER
3                    E    Bill  Blake [phone] BVNM
3                    F    Bill  Blake [phone] %^&*
4                    I    Jake  Jons  [phone] 1234

---

查看 SQL 执行计划，Adnomar 的答案将比我的更大数据集运行得更快。 （53% 的执行时间 VS 47% 的执行时间在彼此相邻运行并选中“包括实际执行计划”时。

【讨论】：

您查询表变量两次，这不如@Andomar 的解决方案最佳。

这解释了我较慢的执行时间。感谢您的洞察力。