Question

我有与死亡有关的健康数据。个人应该最多死一次。在数据库中，他们有时不这样做;可能是因为死亡原因发生了变化，但原始条目没有被删除。我真的不明白这是怎么允许发生的，但它有。所以，作为一个例子，我有：

 Row_number | Individual_ID | Cause_of_death        | Date_of_death
------------+---------------+-----------------------+---------------
     1      |     1         | Stroke                | 3 march 2008     
     2      |     2         | Myocardial infarction | 1 jan 2009  
     3      |     2         | Pulmonary Embolus     | 1 jan 2009

我希望每个人只有一个死因。

在示例中，我想要一个返回第1行以及第2行或第3行（不是两者）的查询。我必须在第2行和第3行之间做出任意选择，因为在任何字段中都没有时间戳可用于确定哪个是修订版;它不理想，但不可避免。

我无法使SQL工作。我已经尝试将不同的Individual_ID内部连接到其他字段，但这仍然提供所有行。我尝试用它添加'having count（Individual_ID）= 1'子句。这完全消除了人们死亡的原因。互联网上的建议似乎是基于使用带时间戳的字段来选择最新的，但我没有。

IBM DB2。 Windows XP。感激地收到任何想法。

Answer 1

您是否尝试过使用MIN（或MAX）来对抗死因。（以及死亡日期，如果他们在两个不同日期去世）

SELECT IndividualID, MIN(Cause_Of_Death), MIN (Date_Of_Death)
from deaths
GROUP BY IndividualID

Answer 2

我不懂DB2，所以我会回答一下。主要有两种方法：

select *
from T
join (
 select keys, min(ID) as MinID
 from T
 group by keys
) on T.ID = MinID

和

select *, row_number() over (partition by keys) as r
from T
where r = 1

两者都返回所有行，无论是否重复。但是每个“密钥”只返回一个副本。

请注意，这两个语句都是伪SQL。

Answer 3

从性能角度来看，row_number（）方法可能更可取。这是usr的例子，在DB2语法中：

select * from (
       select T.*, row_number() over (partition by Individual_ID) as r
           from T
   )
   where r=1;

从重复项中任意选择特定列的不同值

3 个答案: