TSQL：按子字符串（名称）分组并在 SELECT 中检索 ID答案

【问题标题】：TSQL: group by Substring (Name) and retrieve ID in SELECTTSQL：按子字符串（名称）分组并在 SELECT 中检索 ID
【发布时间】：2019-11-19 16:14:53
【问题描述】：

我们将公司的数据存储在一个表中。为了消除重复行，我们需要使用以下标准来识别重复的公司数据集：如果 CompanyName、City 和邮政编码的前五个字母与其他记录的相同字段匹配，则它是重复的。我们稍后将删除重复项。我遇到的问题是我无法检索这些记录的 ID，因为我没有对 ID 上的记录进行分组。我正在使用以下 SQL：

Select count(ID) as DupCount
       , SUBSTRING(Name,1,5) as Name
       , City
       , PostalCode 
from tblCompany 
group by SUBSTRING(Name,1,5)
         , City
         , PostalCode 
Having count(ID) > 1 
order by count(ID) desc

如何检索这些记录的 ID？

【问题讨论】：

标签： sql-server tsql substring

【解决方案1】：

你可以使用窗口函数：

Select c.*
from (select c.*,
             count(*) over (partition by left(Name, 5), City, PostalCode) as cnt
      from tblCompany c
     ) c
where cnt >= 2;

这将返回带有 dups 的各个行。然后，您可以对此进行总结或对结果集做任何您想做的事情。

【讨论】：

【解决方案2】：

使用group_concat() 以逗号分隔列表的形式获取 id：

select 
  SUBSTRING(Name,1,5) as Name,
  City,
  PostalCode,
  count(ID) as counter, 
  group_concat(id order by id) as ids
from tblCompany 
group by SUBSTRING(Name,1,5), City, PostalCode 
having count(ID) > 1 
order by count(ID) desc

【讨论】：