从 MYSQL 中的表中删除重复的电子邮件地址答案

【问题标题】：Delete Duplicate email addresses from Table in MYSQL从 MYSQL 中的表中删除重复的电子邮件地址
【发布时间】：2021-02-09 02:02:33
【问题描述】：

我有一个表格，其中包含 ID、firstname、lastname、address、email 等列。

有没有办法从表中删除重复的email 地址？

附加信息（来自 cmets）：

如果有两行具有相同的email 地址，其中一行将具有正常的firstname 和lastname，但另一行将在firstname 中具有'Instant'。因此，我可以区分它们。我只想删除名字为“instant”的那个。

注意，firstname='Instant' 的某些记录将只有 1 个email 地址。我不想只删除一个唯一的电子邮件地址，所以我不能只删除 firstname='Instant' 的所有内容。

请帮帮我。

【问题讨论】：

你打算如何处理剩下的行？如果你有两个名字和相同的电子邮件地址，你会怎么做？您是删除两封重复的电子邮件，还是只删除一个？你如何决定哪个？
如果有两个相同的电子邮件地址，一个将具有正常的名字和姓氏，而另一个将在名字中包含“Instant”。因此，我可以区分它们。我只想删除名字为“instant”的那个。
你为什么不直接delete where firstname='Instant'？
但在某些记录中，firstname=Instant 只有一个电子邮件地址，我不想只删除一个唯一的电子邮件地址。这并不意味着对于每个 firstname=Instant 我都会有两个电子邮件地址。

标签： mysql duplicate-removal

【解决方案1】：

DELETE n1 FROM customers n1, customers n2 WHERE n1.ID > n2.ID AND n1.email = n2.email

【讨论】：

【解决方案2】：

DELETE FROM table WHERE id NOT IN (SELECT MIN(id) FROM table GROUP BY email)

这会为每封电子邮件保留最低、第一个插入的 ID。

【讨论】：

【解决方案3】：

虽然 MiPnamic 的回答基本上是正确的，但它并不能解决您保留哪些记录以及丢弃哪些记录（以及您如何整理相关记录）的问题。简短的回答是，这不能以编程方式完成。

给定这样的查询：

SELECT email, MAX(ID), MAX(firstname), MAX(lastname), MAX(address)
FROM customers

使情况变得更糟 - 因为您可能会从重复行中选择混合字段。您需要执行以下操作：

SELECT csr2.*
FROM customers csr2
WHERE ID IN (
   SELECT MAX(id)
   FROM customers csr
   GROUP BY email
);

获取一组唯一的现有行。当然，您仍然需要整理所有相关记录（提示 - 这是上面查询未返回的 IDs ni customers 表）。

【讨论】：

【解决方案4】：

我不知道这是否可以在 MYSQL 中使用（我没有使用过）...但是您应该可以执行以下 sn-ps 之类的操作。

我建议您运行它们以了解是否选择了正确的数据。如果它确实有效，那么您可能想要在列上创建一个约束。

获取所有重复的电子邮件地址：

SELECT 
    EMAILADDRESS, COUNT(1)
FROM
    TABLE
GROUP BY EMAILADDRESS
HAVING COUNT(1) > 1

然后确定给出的 ID：

SELECT
    ID
FROM 
    TABLE
WHERE 
    EMAILADDRESS IN (
        SELECT 
            EMAILADDRESS
        FROM
            TABLE
        GROUP BY EMAILADDRESS
        HAVING COUNT(1) > 1
    )

最后，根据上述和其他约束，删除行：

DELETE 
FROM 
    TABLE
WHERE
    ID IN (
        SELECT
            ID
        FROM 
            TABLE
        WHERE 
            EMAILADDRESS IN (
                SELECT 
                    EMAILADDRESS
                FROM
                    TABLE
                GROUP BY EMAILADDRESS
                HAVING COUNT(1) > 1
            )
    )  
    AND FIRSTNAME = 'Instant'

【讨论】：

谢谢，希望对我有所帮助。最好的！
注意，如果您没有 OP 的“即时”标志，这实际上会删除原件。如果您没有其他方法可以判断“重复”记录是哪条记录，这将无法帮助您进行重复数据删除。

【解决方案5】：

复制表结构
在新表的电子邮件上放置唯一密钥（为了安全起见）
在新表上执行 INSERT 从旧表中选择数据按电子邮件地址分组

【讨论】：

如果你不介意告诉我 mysql 中的步骤来执行所有这 3 个步骤。我只是初学者。
您不能只按电子邮件地址分组。 “select”子句中的所有内容都需要在“group by”子句中。如果说“地址”（表中的另一列）中有一个额外的空间，这将如何工作？您仍然有两行，但第二行将导致插入失败（我希望在同一语句中使用任何其他插入）。这可能会满足 OP 的要求（如果实施正确），但这似乎是一个糟糕的解决方案......
你是对的。我允许重复的电子邮件地址下订单是一种糟糕的编程习惯。现在我觉得他们有问题。

【解决方案6】：

使用上面的 forsvarir 答案进行去重的另一种方法，但对其进行了一些修改。这样您就可以保留您选择的分区记录：

BEGIN TRAN

DELETE 
FROM   [TABLE]
WHERE
ID IN (
    SELECT a.ID
    
    FROM
    (
        SELECT  ROW_NUMBER() OVER(PARTITION BY Email ORDER BY Email) [RowNum], ID, Email
        FROM    [TABLE]
        WHERE   Email IN 
                (
                    SELECT 
                        Email
                    FROM
                        [TABLE]
                    GROUP BY Email
                    HAVING COUNT(1) > 1
                )
    ) a
    WHERE a.RowNum > 1
)

--COMMIT TRAN
--ROLLBACK TRAN

【讨论】：