Postgres表：在两列中查找重复项，无论顺序如何答案

【问题标题】：Postgres table : Find duplicates in two columns, regardless of orderPostgres表：在两列中查找重复项，无论顺序如何
【发布时间】：2012-06-15 08:35:27
【问题描述】：

我有一个 PostgreSQL 表，描述了两点之间的线。它包含两列，A 和 B，表示一个点的 id 的整数（在另一个表中描述）。

但是表格中的每一行都是重复的，因为从 A 到 B 的线与从 B 到 A 的线相同。

我想删除重复项，但我找不到在两列上工作的聚合函数，重新组合 AB 和 BA 行然后删除一个。

谢谢:)

【问题讨论】：

在这种情况下，我至少可以通过两种可能的方式来设想复制。 1).，Lines 表包含一条指向 point_id(1), point_id(2) 的记录和一条指向 point_id(2), point_id(1) 的记录。 2. 这两行都有不同的point_id 值，但是当你查看point 表时，不同的point_id 可以有相同的坐标。能否举例说明一下？
感谢您的评论。重复项在 point_ids 中，而不是在坐标中，所以这是您问题的第一种情况。而且，所有的行都是重复的，每一个AB行都有一个BA行，这是建表算法的结果。

标签： sql postgresql duplicates aggregate-functions

【解决方案1】：

识别重复项：

select least(a,b), greatest(a,b), count(*)
from the_table
group by least(a,b), greatest(a,b)
having count(*) > 1

我认为您应该能够使用以下方法删除其中一对：

delete from the_table
where (least(a,b), greatest(a,b)) in (
                select least(a,b), greatest(a,b)
                from the_table
                group by least(a,b), greatest(a,b)
                having count(*) > 1);

（未测试！）

【讨论】：

嗯...现在在我看来，这将删除的不仅仅是重复记录
@LaurentJégou - 这将删除任何有重复行的每条记录；如果一行存在a,b AND b,a，则两条记录都将被删除。它只需要有WHERE (a,b) IN ( 然后它只会删除a<b 所在行的实例。然后假设任何具有重复项的行都作为a,b 和b,a 存在，并且还假设没有行会有多个a,b 条目（因此删除所有b,a 条目就足够了)。在这种情况下，它在功能上与我的答案非常相似，但有一点额外的复杂性；）
我同意 Dems 的评论，我使用了“where (a, b) in”版本，它只删除了重复项。
@LaurentJégou - 在这种情况下，我认为这有点过于复杂，因为它表现出与我更简单的答案相同的行为（和假设）。尽管我没有测试过，但我希望这个答案也会比更简单的答案更慢（更多 cpu，更多读取）。

【解决方案2】：

我已发表评论，但我现在假设两个 duplicate 记录之间的唯一区别是它们具有相同的 point_id 值，但顺序相反。

这样的话，其实做起来很简单……

DELETE
  line
WHERE
  point_id_a > point_id_b
  AND EXISTS (SELECT *
                FROM line AS lookup
               WHERE lookup.point_id_a = line.point_id_b
                 AND lookup.point_id_b = line.point_id_a
             )

【讨论】：

+1 假设唯一的重复项交换了 a,b ，这将起作用。如果有多行具有相同的a，b，它将不起作用
@Andomar - 正确，这就是我提出这样一个假设的原因 :) 但是，有趣的是，接受的答案似乎都是不正确的（删除所有出现的，而不仅仅是重复的），即使更正也会使几乎与我的答案相同的假设。 （请参阅我对答案的评论。）