在 PostgreSQL 中查找只有一个观察值的 ID答案

【问题标题】：Find IDs with only one observation in PostgreSQL在 PostgreSQL 中查找只有一个观察值的 ID
【发布时间】：2021-03-27 08:14:41
【问题描述】：

我有下表：

CREATE TABLE my_table (
    the_visitor_id varchar(5) NOT NULL, 
    the_visitor_visit timestamp NOT NULL,
    the_visitor_returning text
);

INSERT INTO my_table
VALUES ('VIS01', '2019-05-02 09:00:00','YES' ), 
       ('VIS01', '2019-05-04 12:00:00',NULL ), 
       ('VIS01', '2019-05-05 18:00:00',NULL ), 
       ('VIS02', '2019-05-06 18:30:00',NULL), 
       ('VIS02', '2019-05-15 12:00:00',NULL), 
       ('VIS03', '2019-06-30 18:00:00','YES'),
       ('VIS04', '2019-06-30 18:00:00','NULL');

我想过滤掉所有只有一个观察（或记录）的visitor_id。在这种情况下 VIS03 和 VIS04，所以我必须以 VIS01 和 VIS02 结束。我试过这个：

SELECT DISTINCT ON(the_visitor_id) the_visitor_id, 
the_visitor_visit, the_visitor_returning 
FROM my_table

预期的结果应该是：

the_visitor_id   the_visitor_visit    the_visitor_returning
VIS01            2019-05-02 09:00:00  YES
VIS01            2019-05-04 12:00:00    
VIS01            2019-05-05 18:00:00    
VIS02            2019-05-06 18:30:00    
VIS02            2019-05-15 12:00:00

但我想需要像等级这样的东西。任何帮助将不胜感激。

【问题讨论】：

标签： sql postgresql

【解决方案1】：

可能还有其他方法可以做到这一点，但如果您创建一个仅包含超过 1 行的 visitor_ids 的派生表 CTE，然后在表的连接中使用它。显然，如果 my_table 很大，则索引会提高性能。

WITH cte
AS (
    SELECT the_visitor_id
    FROM my_table
    GROUP BY the_visitor_id
    HAVING count(*) > 1
    )
SELECT my_table.*
FROM my_table
INNER JOIN cte ON cte.the_visitor_id = my_table.the_visitor_id

【讨论】：

你好@Ed Mendez，谢谢。它工作正常，但如果只有 CTE 中的一列。祝你有美好的一天！

【解决方案2】：

EXISTS 可以使用索引：

SELECT the_visitor_id, the_visitor_visit, the_visitor_returning 
FROM   my_table t1
WHERE  EXISTS (
   SELECT FROM my_table
   WHERE  the_visitor_id = t1.the_visitor_id
   AND    ctid <> t1.ctid
   );

使用ctid，因为您没有透露 PK 或表的任何 UNIQUE 列。关于ctid：

Postgresql group by for multiple lines

理想情况下，您应该在(the_visitor_id, any_notnull_column) 上有一个UNIQUE 索引并在查询中使用该列。比完整的顺序扫描、计数、连接（另一个 seq 或 idx 扫描）快得多。

除非有任何可用的索引，否则使用 窗口函数 可以让我们至少将其保持为单次顺序扫描：

SELECT the_visitor_id, the_visitor_visit, the_visitor_returning 
FROM  (
    SELECT *, count(*) OVER (PARTITION BY the_visitor_id) AS ct
    FROM   my_table
    ) sub
WHERE  ct > 1;

db小提琴here

【讨论】：