如何只为列的每个唯一值选择第一行？

Posted 2023-02-15

【中文标题】如何只为列的每个唯一值选择第一行？

【英文标题】：How to select only the first rows for each unique value of a column?

【发布时间】：2011-06-07 10:36:14

【问题描述】：

假设我有一张客户地址表：

+-----------------------+------------------------+
|         CName         |      AddressLine       |
+-----------------------+------------------------+
|  John Smith           |  123 Nowheresville     |
|  Jane Doe             |  456 Evergreen Terrace |
|  John Smith           |  999 Somewhereelse     |
|  Joe Bloggs           |  1 Second Ave          |
+-----------------------+------------------------+

在表格中，像 John Smith 这样的一位客户可以有多个地址。 我需要该表的SELECT 查询以仅返回在“CName”中有重复项的第一行。对于这个表，它应该返回除第 3 行以外的所有行（或第 1 - 这两个地址中的任何一个都可以，但只能返回一个）。

是否有一个关键字可以添加到SELECT 查询中，以根据服务器之前是否已经看到该列值进行过滤？

【参考方案1】：

如果您说您不在乎使用哪个地址，这是一个非常简单的答案。

SELECT
    CName, MIN(AddressLine)
FROM
    MyTable
GROUP BY
    CName

如果您想要第一个根据“插入”列，那么它是一个不同的查询

SELECT
    M.CName, M.AddressLine,
FROM
    (
    SELECT
        CName, MIN(Inserted) AS First
    FROM
        MyTable
    GROUP BY
        CName
    ) foo
    JOIN
    MyTable M ON foo.CName = M.CName AND foo.First = M.Inserted

【讨论】：

虽然在选择 10 列时可能不打算以这种方式使用。也似乎它不能接受位类型的列。

@nuit9：当然它不适用于位和 10 列。这些事实都不是你的问题。您将使用第二种技术或 Ben Thul 的技术。我回答了您具体提出的问题，并提供了有关如何更一般地解决问题的指示。

第一部分可以处理多列，但不能处理位类型的列。不过，我在 MS SQL Server 2016 中对此进行了测试。

这个答案适用于许多数据库平台。

【参考方案2】：

在 SQL 2k5+ 中，您可以执行以下操作：

;with cte as (
  select CName, AddressLine,
  rank() over (partition by CName order by AddressLine) as [r]
  from MyTable
)
select CName, AddressLine
from cte
where [r] = 1

【讨论】：

请解释rank、partition和[r]的作用

【参考方案3】：

您可以像这样使用row_number() over(partition by ...) 语法：

select * from
(
select *
, ROW_NUMBER() OVER(PARTITION BY CName ORDER BY AddressLine) AS row
from myTable
) as a
where row = 1

它的作用是创建一个名为row 的列，这是一个计数器，每次看到相同的CName 时都会递增，并按AddressLine 对这些事件进行索引。通过强加where row = 1，可以选择AddressLine 按字母顺序排在第一位的CName。如果order by 是desc，那么它将选择CName，其AddressLine 按字母顺序排在最后。

【讨论】：

这有一个额外的好处，那就是不会将您限制在第一行。在我的情况下，我实际上是在寻找前 3 次出现作为感觉检查的手段。最后一行就是where row < 4

【参考方案4】：

您可以使用row_number() 获取行的行号。它使用over 命令——partition by 子句指定何时重新开始编号，order by 选择对行号进行排序。即使您在查询末尾添加了order by，它也会在编号时保留over 命令中的顺序。

select *
from mytable
where row_number() over(partition by Name order by AddressLine) = 1

【讨论】：

在postgresql中，WHERE子句中不允许使用窗口函数

MS-SQL 不允许这样做。

ROW_NUMBER() 在 Teradata 的 Where 子句中也不起作用

【参考方案5】：

这将为您提供每个重复行的一行。它还将为您提供位类型的列，并且它至少在 MS Sql Server 中有效。

(select cname, address 
from (
  select cname,address, rn=row_number() over (partition by cname order by cname) 
  from customeraddresses  
) x 
where rn = 1) order by cname

如果您想查找所有重复项，只需将 rn= 1 更改为 rn > 1。 希望这会有所帮助

【讨论】：

我得到 SQL 编译错误：错误行 3 在位置 25 无效标识符 'RN' 使用此解决方案

【参考方案6】：

要从客户表中获取每个唯一值，请使用

SELECT DISTINCT CName FROM customertable;

更深入的 w3schools：https://www.w3schools.com/sql/sql_distinct.asp