删除具有取消的聚合值的重复项

Question

我正在尝试删除在序列号中找到的重复项，但前提是在汇总金额账单时取消了重复序列号的金额账单。例如，有五个序列号为“abc-321”，但有五个不同的会费金额（$500、$250、$-250、$30、$-30）。四个重复项将是 $250、$-250、$30、$-30，因为将它们加在一起会取消它们或为 0。
我只能想出一个查询来确定重复的序列号是什么，但不知道如何聚合它们以取消它们。

SELECT a.Serial, a.BillAmt, a.Date, a.Code 
FROM TableA a 
WHERE (a.Serial) in 
               (SELECT Serial 
                FROM TableA a 
                GROUP BY Serial 
                HAVING COUNT(Serial)>1) 
GROUP BY a.Serial, a.BillAmt, a.Date, a.Code 
ORDER BY a.Serial ASC;

样本输出：

+--------+---------+----------+------+
|Serial  | BillAmt | Date     | Code |
+--------+---------+----------+------+
|abc-112 | $240    | 20200720 | MPO  |
|abc-112 | -$400   | 20200527 | CPP  |
|acc-130 | $300    | 20200515 | CPP  |
|acc-130 | $300    | 20200420 | DUB  |
|acc-130 | -$300   | 20200515 | CPP  |
|bcc-111 | $500    | 20200701 | MPO  |
|bcc-111 | -$500   | 20200701 | MPO  |
|caa-321 | $700    | 20200805 | DUB  |
|caa-321 | $700    | 20200805 | MPO  |
+--------+---------+----------+------+

想要的结果：

+--------+---------+----------+------+
|Serial  | BillAmt | Date     | Code |
+--------+---------+----------+------+
|abc-112 | $240    | 20200720 | MPO  |
|abc-112 | -$400   | 20200527 | CPP  |
|acc-130 | $300    | 20200420 | DUB  |
|caa-321 | $700    | 20200805 | DUB  |
|caa-321 | $700    | 20200805 | MPO  |
+--------+---------+----------+------+

Answer 1

您正在尝试将数据与自身进行比较。您可以使用从 TableA 到 TableA 的 JOIN 语句来做到这一点。

以下是对我有用的方法，其中包含一些测试数据。我通过执行部分 OUTER JOIN（特别是 LEFT JOIN）来做到这一点，其中一个 JOIN 条件是 BillAmt 的取消。然后在 WHERE 中查找 JOIN 失败的位置。这将是右侧为 NULL 的位置。

CREATE TABLE TableA (
Serial VARCHAR(10),
BillAmt DOUBLE,
`Date` DATE,
Code INT
);

INSERT INTO TableA (Serial, BillAmt, Date, Code) VALUES
('abc-321',500,'2021-06-01',1),
('abc-321',250,'2021-06-02',1),
('abc-321',-250,'2021-06-03',1),
('abc-321',50,'2021-06-04',1),
('abc-321',-50,'2021-06-05',1),
('abc-321',123,'2021-06-06',1);

SELECT a.Serial, a.BillAmt, a.Date, a.Code 
FROM TableA AS a
LEFT JOIN TableA AS b
  ON a.Serial = b.Serial
 AND a.BillAmt = (b.BillAmt * -1)
WHERE b.Serial IS NULL;

它给出了这个输出：

+---------+---------+------------+------+
| Serial  | BillAmt | Date       | Code |
+---------+---------+------------+------+
| abc-321 |     500 | 2021-06-01 |    1 |
| abc-321 |     123 | 2021-06-06 |    1 |
+---------+---------+------------+------+
2 rows in set (0.00 sec)

Answer 2

此解决方案将为您提供没有自连接的结果，并且只通过表。

• 我们根据BillAmt 的绝对值计算每个Serial 的正数总数（忽略负号）
• 底片数量相同
• 我们根据符号计算同一分组中的行号
• 我们只过滤BillAmt 为正数且当前行号或为负数且当前行数

SELECT a.Serial, a.BillAmt, a.Date, a.Code 
FROM (
    SELECT a.*,
        positives = COUNT(CASE WHEN a.BillAmt > 0 THEN 1 END) OVER (PARTITION BY a.Serial, ABS(a.BillAmt)),
        negatives = COUNT(CASE WHEN a.BillAmt < 0 THEN 1 END) OVER (PARTITION BY a.Serial, ABS(a.BillAmt)),
        rn = ROW_NUMBER() OVER (PARTITION BY a.Serial, ABS(a.BillAmt), SIGN(a.BillAmt) ORDER BY a.Date)
    FROM TableA a
) a
WHERE a.BillAmt > 0 AND rn <= positives - negatives
   OR a.BillAmt < 0 AND rn <= negatives - positives
ORDER BY a.Serial ASC;

db<>fiddle