SQL：有什么方法可以找到重复项并将它们标记为带有大小写的新列

如何解决SQL：有什么方法可以找到重复项并将它们标记为带有大小写的新列

我试图在表中查找重复项并想添加一个新的标志列。以下示例数据：

Column A        Column B
1                888
1                999
1                777
1                777
2                444
2                444
3                555
4                222
-5               333
-5               672
-5               045

所需的输出：

Column A        Column B         Flag_output
1                888              DUPLICATE
1                999              DUPLICATE
1                777              NULL
1                777              NULL
2                444              NULL
2                444              NULL
3                555              NULL
4                222              NULL
-5               333              DUPLICATE
-5               672              DUPLICATE
-5               045              DUPLICATE

情况 1：当 A 列具有相同值而 B 列中的值不同（例如 A 列中的值 1） - 应标记为 DUPLICATE

情况 2：当 A 列的值与 B 列中多行的值相同时（例如 A 列中的值 2） - 应标记为空

情况 3：当 A 列和 B 列具有唯一值（例如 A 列中的值 3 和 4） - 也应该是标记为NULL

任何帮助将不胜感激。

解决方法

根据您的描述，我可以将您的条件表述为当 b 的 a 的最小值和最大值不同时，然后标记为 'duplicate'。

为此，使用窗口函数：

select t.*,(case when min(b) over (partition by a) <> max(b) over (partition by a)
             then 'duplicate'
        end) as flag_output
from t;

根据数据，您似乎想要：

select t.*,(case when count(*) over (partition by a,b) = 1 and
                  count(*) over (partition by a) > 1
             then 'duplicate'
        end) as flag_output
from t;

也就是说，仅当 a 有多个值时才标记单例值。

编辑： @Gordon Linoff answered 在我打字时。一定要先尝试他的解决方案，因为它的性能可能比这更高。

鉴于以下内容：

A   | B
--- | ---
1   | 888   
1   | 999
1   | 777
1   | 777

您第一次遇到 A=1，因此它不能是 DUPLICATE，而必须是 NULL。

A   | B   | Result
--- | --- | ---
1   | 888 | NULL     
1   | 999 |
1   | 777 | 
1   | 777 |

然后您将第二次遇到 A=1，其值为 B。这将两行标记为 DUPLICATE。

A   | B   | Result
--- | --- | ---
1   | 888 | DUPLICATE   
1   | 999 | DUPLICATE
1   | 777 | 
1   | 777 |

还有第三个 A=1 实例，它也有一个不同的 B 值。这三个都是 DUPLICATE。

A   | B   | Result
--- | --- | ---
1   | 888 | DUPLICATE   
1   | 999 | DUPLICATE
1   | 777 | DUPLICATE
1   | 777 |

您第四次看到 A=1 时，它具有您之前见过的 B 值 (B=777)，它将两行标记为 NULL。

A   | B   | Result
--- | --- | ---
1   | 888 | DUPLICATE   
1   | 999 | DUPLICATE
1   | 777 | NULL
1   | 777 | NULL

我的解决方案计算表中每个 A 值的实例以及每个 A,B 对的匹配数。这些子结果被连接到主表以获得您的结果。 Try it out。

架构

CREATE TABLE Sample (A int,B int)

查询

SELECT s.A,s.B,CASE 
    WHEN m.Matches > 1 THEN NULL
    WHEN i.Instances = 1 THEN NULL
    ELSE 'DUPLICATE'    
  END AS Result
FROM Sample s 
  INNER JOIN (SELECT A,COUNT(*) AS Instances FROM Sample GROUP BY A) i
    ON s.A = i.A
  INNER JOIN (SELECT A,B,COUNT(*) AS Matches FROM Sample GROUP BY A,B) m
    ON s.A = m.A AND s.B = m.B
ORDER BY A,B