标记 DataTable 中的非唯一行答案

【问题标题】：Mark non-unique rows in a DataTable标记 DataTable 中的非唯一行
【发布时间】：2011-05-20 21:22:51
【问题描述】：

我有一个 DataTable，我想检查其中三列中的值是否唯一。如果没有，最后一列应该填入组合值第一次出现的行号。

比如这张表：

ID    Name    LastName    Age    Flag
-------------------------------------
1     Bart    Simpson     10      -
2     Lisa    Simpson      8      -
3     Bart    Simpson     10      -
4     Ned     Flanders    40      -
5     Bart    Simpson     10      -

应该导致这个结果：

Line  Name    LastName    Age    Flag
-------------------------------------
1     Bart    Simpson     10      -
2     Lisa    Simpson      8      -
3     Bart    Simpson     10      1
4     Ned     Flanders    40      -
5     Bart    Simpson     10      1

我通过使用两个嵌套的 for 循环迭代 DataTable 并比较值来解决这个问题。虽然这适用于少量数据，但当 DataTable 包含大量行时，会变得很慢。

我的问题是：关于数据量可能在 100 到 20000 行之间变化，这个问题的最佳/最快解决方案是什么？
有没有办法使用 LINQ 做到这一点？（我不太熟悉，但我想学！）

【问题讨论】：

标签： c# .net vb.net performance datatable

【解决方案1】：

我无法评论您如何在 C#/VB 中使用数据表执行此操作，但如果您可以将其全部移至 SQL，您的查询将如下所示：

declare @t table (ID int, Name varchar(10), LastName varchar(10), Age int)
insert into @t values (1,     'Bart' ,   'Simpson',     10 )
insert into @t values (2,     'Lisa',    'Simpson' ,     8 )
insert into @t values (3,     'Bart',    'Simpson' ,    10 )
insert into @t values (4,     'Ned',     'Flanders' ,   40 )
insert into @t values (5 ,    'Bart',    'Simpson'   ,  10 )

select t.*,
(select min(ID) as ID
    from @t t2
    where t2.Name = t.Name
    and t2.LastName = t.LastName
    and t2.id < t.id)
from @t t

我在这里定义了一个用于演示目的的表格。我想你也许可以把它翻译成 LINQ。

【讨论】：

谢谢，子选择 (+1) 是个好主意。但是，我更喜欢不需要 SQL 的解决方案。我会尝试在 linq 中做这样的事情。

【解决方案2】：

好的，我想我自己得到了答案。根据 James Wiseman 的回答中的建议，我尝试了 LINQ。

Dim myErrnrFnct = Function( current, first) If(first <> current, first, 0)
Dim myQuery = From row As DataRow In myDt.AsEnumerable _
                      Select New With { _
                        .LINE = row.Item("LINE"), _
                        .NAME = row.Item("NAME"), _
                        .LASTNAME = row.Item("LASTNAME"), _
                        .AGE = row.Item("AGE"), _
                        .FLAG = myErrnrFnct(row.Item("LINE"), myDt.AsEnumerable.First(Function(rowToCheck) _
                                                                                        rowToCheck.Item("NAME") = row.Item("NAME") AndAlso _
                                                                                        rowToCheck.Item("LASTNAME") = row.Item("LASTNAME") AndAlso _
                                                                                        rowToCheck.Item("AGE") = row.Item("AGE")).Item("LINE")) _
                      }

通过这个查询，我得到了问题中描述的结果。 myErrnrFnct 函数是必需的，因为如果没有具有相同值的其他行，我希望 Flag 列具有值 0。

要再次从myQuery 中获取数据表，我必须添加此处描述的一些扩展：
How to: Implement CopyToDataTable Where the Generic Type T Is Not a DataRow
然后，这一行就可以了：

Dim myNewDt As DataTable = myQuery.CopyToDataTable()

这似乎工作得很好。有什么建议可以做得更好吗？

【讨论】：