根据选定列中的相同值向行添加数字

Posted 2023-03-31

【中文标题】根据选定列中的相同值向行添加数字

【英文标题】：Add number to rows based on identical values in selected columns

【发布时间】：2012-03-08 03:57:21

【问题描述】：

我有一个 PostgreSQL 数据库，其中包含由几个司法管辖区编写的交通罚单。

一些司法管辖区没有说明是否在一个交通站点中写入了多张罚单。但是，这可以通过分析其他领域来推断。考虑这些数据：

ticket_id  timestamp            drivers_license
----------------------------------------------
1          2008-08-07 01:51:00  11111111
2          2008-08-07 01:51:00  11111111
3          2008-08-07 02:02:00  22222222
4          2008-08-07 02:25:00  33333333
5          2008-08-07 04:23:00  44444444
6          2008-08-07 04:23:00  55555555
7          2008-08-07 04:23:00  44444444

我可以推断：

票 1 和 2 写在一个交通站，因为它们共享驾驶执照号码和时间戳。 5 和 7 相同，但请注意票 6 在它们之间的位置。也许另一名官员同时在其他地方写了一张罚单，或者数据输入操作员输入了乱序的东西。

我想为每个交通站点添加另一个具有唯一 ID 的列。它不会是表的主键，因为它会有重复的值。例如：

ticket_id  timestamp            drivers_license  stop_id
--------------------------------------------------------
1          2008-08-07 01:51:00  11111111         1
2          2008-08-07 01:51:00  11111111         1
3          2008-08-07 02:02:00  22222222         2
4          2008-08-07 02:25:00  33333333         3
5          2008-08-07 04:23:00  44444444         4
6          2008-08-07 04:23:00  55555555         5
7          2008-08-07 04:23:00  44444444         4

我可以想到用 C# 执行此操作的计算密集型、贪心算法的方法，但是是否有有效的 SQL 查询可以工作？

【问题讨论】：

我看不出简单地添加另一列与已经拥有驾驶执照的外键有什么不同...

时间戳不同。

是的。可以在不同场合引用单个驾驶者（单个 DL）。

【参考方案1】：

如果您使用window function rank()，这将变得非常简单：

SELECT *
      ,rank() OVER (ORDER BY ts, drivers_license)
FROM   tbl
ORDER  BY ticket_id

准确地返回您要求的内容。

我将您的列 timestamp 重命名为 ts，因为 timestamp 在 PostgreSQL 中是一个类型名称，在每个 SQL 标准中都是一个 reserved word。

【参考方案2】：

高效的 SQL 查询 FTW！

我不在可以测试它的计算机上，因此可能存在一些语法问题；我会在早上修复，但它是这样的：

WITH uniquez as (SELECT timestamp, drivers_license, 
rank() over (ORDER BY timestamp, drivers_license) as counterz 
FROM ticketTable)

UPDATE ticketTable TT
SET stop_id = uniquez.counterz
WHERE uniquez.timestamp = TT.timestamp
AND uniquez.drivers_license = TT.drivers_license

基本上，您可以选择按时间戳和 drivers_license 分组（分区），并有一个与之配套的行计数器。当您进行更新时，您使用这个先前选择表的行计数器作为您的“stop_id”并更新与时间戳和驾驶执照匹配的列。

【讨论】：

无论 postgreSQL 是否允许，在没有 ORDER BY 子句的情况下使用 ROW_NUMBER() 是一个非常糟糕的主意。无论如何，我认为您在这里所拥有的根本不起作用。如果按时间戳、drivers_license 分区，则每次时间戳、drivers_license 更改时，行编号都会再次从 1 开始。如果您将 partition by 更改为 ORDER BY，您会更接近，但我认为您需要 DENSE_RANK()，而不是 row_number()。

@SteveKass 绝对同意。深夜编程会对事情产生这种影响。我会编辑。

-1 您只是将我的正确版本复制到不正确的版本上，而没有注明。这不是这里推荐的方式 - 礼貌地说。

我在基于此构建的查询中遇到了一个奇怪的错误。我在***.com/questions/9643859/… 开了一个单独的问题。

原来您在 UPDATE 语句中缺少 FROM 子句。在 SET 行之后，您需要一个 FROM uniquez。

【参考方案3】：

您最好的选择可能是创建一个带有 DISTINCT 时间戳和驾驶执照编号的新表（例如“stops”），分配行号，然后从该新表更新票证表。

【参考方案4】：

SELECT ticket_id,timestamp,drivers_license,substr(drivers_license,1,1) as stop_id
FROM traffic_data;

希望这对你有用... :)

【讨论】：

一个人可能会在不同的站点收到不同的票，所以很遗憾，这行不通。