Oracle SQL 列比较

Posted 2023-04-18

【中文标题】Oracle SQL 列比较

【英文标题】：Oracle SQL column comparison

【发布时间】：2022-01-09 08:07:25

【问题描述】：

我有两列，我想比较一下它们是否相等，问题是当相同的关键字以不同的方式编写时。

例如，如果 column_1 = 123 Maryland Ave 和 column_2 = 123 Maryland Avenue，这两列应该相等，我想在查询中创建第三列以显示它们是否相等，谢谢您的帮助！

Column_1                   Column_2                  Equal?
-----------------------------------------------------------
 123 Maryland Ave           123 Maryland Avenue       Yes
 456 Maryland Ave           123 Maryland Ave          No

【问题讨论】：

SoundEx 是 littlefoot 响应的另一种选择。或者您可以同时使用两者并为两者设置一个阈值。但我以前用过这个，没关系。在我看来，最好的选择是对两个列使用 USPS 邮件地址验证/规范化系统的 API，然后进行比较。

请描述规则以将某些值视为相等。示例不是规则，如果不事先执行一些学习算法，计算机就无法理解示例。您没有明确提及列是否包含美国地址，那么很难提供任何通用的方法来解决问题。

***.com/q/47529018/1509264 或 ***.com/q/38154986/1509264 的可能重复

【参考方案1】：

一种选择是检查这些值之间的相似性：

SQL> with test (id, col1, col2) as
  2    (select 1, '123 Maryland Ave', '123 Maryland Avenue' from dual union all
  3     select 2, '456 Maryland Ave', '123 Maryland Ave'    from dual
  4    )
  5  select id, col1, col2,
  6    utl_match.jaro_winkler_similarity(col1, col2) as sim
  7  from test;

        ID COL1             COL2                       SIM
---------- ---------------- ------------------- ----------
         1 123 Maryland Ave 123 Maryland Avenue         96
         2 456 Maryland Ave 123 Maryland Ave            87

SQL>

现在，您必须确定满足您需求的阈值。是90%吗？让我们假设它是。然后你会使用CASE 表达式：

SQL> with test (id, col1, col2) as
  2    (select 1, '123 Maryland Ave', '123 Maryland Avenue' from dual union all
  3     select 2, '456 Maryland Ave', '123 Maryland Ave'    from dual
  4    )
  5  select id, col1, col2,
  6    case when utl_match.jaro_winkler_similarity(col1, col2) > 90 then 'Yes'
  7         else 'No'
  8    end as equal
  9  from test;

        ID COL1             COL2                EQUAL
---------- ---------------- ------------------- -------
         1 123 Maryland Ave 123 Maryland Avenue Yes
         2 456 Maryland Ave 123 Maryland Ave    No

SQL>

【讨论】：

非常感谢，这很有效，帮助很大！我有一个简单的问题。我有两个地址：123 East Johnson Street, Apt A ----- 和----- 123 E Johnson StAptB。这两个应该是相同的，但百分比返回低于 90% 的准确度。是否可以搜索诸如 Street 之类的单词并将其视为 St，也不计算在内。在 python 中，这些似乎更容易一些。再次感谢您！

您可以使用 REPLACE 并执行例如replace(address, 'street', 'st') 然后比较这些值。注意字母大小写！