过滤 2 列值出现多次的行

Question

我有一张这样的桌子：

SELECT
s.date,
s.orderid,
s.num1,
s.num2,
s.sales,
s.price
FROM sales AS s

导致

date       | orderid | num1 | num 1 | sales | price
2020-11-01 | 1       | a    | aa    | 1     | 10
2020-11-01 | 8       | k    | kk    | 1     | 10
2020-11-02 | 1       | a    | aa    | -1    | 10
2020-11-01 | 2       | b    | bb    | 2     | 8
2020-11-01 | 3       | c    | cc    | 1     | 10
2020-11-01 | 3       | c    | cc    | 2     | 9
2020-11-04 | 18      | u    | uu    | 5     | 2

“orderid”和“num1”只能出现一次，否则返回（第二个条目的“sales”为-1，否定之前的sales。 所以，我需要完全删除这些条目（而不是保留一行）。否则，“orderid”没有意义，也不需要。

我想按“date”、“num1”和“num2”分组，汇总所有销售额并获得平均价格，同时删除一起出现多次的orderids+num1。

最终结果应该是：

date       | orderid | num1 | num 1 | sales | price
2020-11-01 | 8       | k    | kk    | 1     | 10
2020-11-01 | 2       | b    | bb    | 2     | 8
2020-11-01 | 3       | c    | cc    | 3     | 9.5
2020-11-04 | 18      | u    | uu    | 5     | 2

如何使用 Groupby 做到这一点？到目前为止，我有这个：

SELECT
s.date,
s.num1,
s.num2,
SUM(s.sales),
AVG(s.price)
FROM sales AS s
GROUP BY s.date, s.num1, s.num2

Answer 1

您可以使用窗口函数。根据您的描述（删除多次出现的订单），您可以使用count(*)：

select s.date, s.num1, s.num2, SUM(s.sales), AVG(s.price)
from (select s.*, count(*) over (partition by orderid, num1) as cnt
      from sales s
     ) s
where cnt = 1
group by s.date, s.num1, s.num2;

我怀疑你真的想要row_number()，所以你保留其中一个重复的行。

Answer 2

您可以使用group by 和having，如下所示：

SELECT max(s.date) as date,
       S.orderid,
       s.num1,
       s.num2,
       SUM(s.sales),
       AVG(s.price)
  FROM sales AS s
GROUP BY s.orderid, s.num1, s.num2
Having sum(sales) > 0;

Answer 3

问题：

这是一个事务日志，其中您的 orderId 1 和销售条目 10、5、-1、7、8 应该导致值 15？ 10 和 5 被 -1 否定。如果是这样，您需要执行以下查询：a) 查找该 orderId 的最后一个 -1 之后的所有行，并对销售值求和。

这种情况是相同 orderId 的销售值 5、6、-1、7、9、-1、10、2 应该只使用 10 和 2 作为最终金额

类似

查询 1 - 查找销售额为 -1 的每个订单 ID 的最大（日期）值 查询 2 - 使用查询 1 获取每个 orderId 的所有交易，其中日期 > 查询 1 中的日期

WITH（在此处定义查询 1）
选择 s.OrderId，Sum(s.sales) 作为 TotalSales，Avg(s.Price) 作为 AveragePrice
来自销售人员
左外连接（查询 1）q1 ON q1.OrderId
WHERE (q1.Date 为空) OR (s.Date > q1.Date)
GROUP BY s.OrderId