Question

我有一个像

这样的数据集

ID STATUS SOURCE
1  new    data1
1  old    data2
2  old    data1
2  new    data2

我希望能够通过STATUS列选择那些重复ID并保留SOURCE，最终列表将是：

ID STATUS SOURCE
1  new    data1
2  new    data2

我可以使用以下内容制作重复ID列表：

select id, status, source 
from data
where id in (
select id
from data
group by id
having (count(* ) > 1)

然后我找不到按状态过滤的方法来删除重复项。

感谢。

Answer 1

您可以将Postgresql的DISTINCT ON功能与ORDER BY子句结合使用。

SELECT DISTINCT ON (id) 
       id, 
       status, 
       source
FROM   data
ORDER  BY id, status

这是一个不使用任何Postgres特定功能的等效查询：

SELECT id, 
       status, 
       source
FROM   (SELECT id, 
               status, 
               source,
               row_number() OVER (PARTITION BY id ORDER BY status) AS n 
        FROM   data) AS sub
WHERE   sub.n = 1

ORDER BY子句对这个数据集（在两个查询变体中）都有些笨拙，因为它使用字母排序来表达＆＃34; new的语义顺序比old更新{1}}＆＃34 ;.如果我们使用时间戳列created_at（或类似）而不是status列，则排序会更自然。

Postgresql选择另一列的重复列

1 个答案: