Question

我正在尝试计算SQL Server中另一列上分组的两列上的重复值的数量。

以下是我正在处理的示例方案。

    DECLARE @mytable TABLE (CampName varchar(10),ID VARCHAR(10),ListName varchar(10))
    INSERT INTO @mytable
            ( CampName, ID, ListName )
    VALUES  ( 'A',   'X',   'Y' ), ( 'A',   'X',   'Y' ), 
            ( 'A',   'Y',   'Z' ), ( 'A',   'Y',   'Z' ),
            ( 'A',   'Y',   'Z' ), ( 'A',   'P',   'Q' ),
            ( 'B',   'X',   'Y' ), ( 'B',   'X',   'Y' ), 
            ( 'B',   'Y',   'Z' ), ( 'B',   'Y',   'Z' ),
            ( 'B',   'Y',   'Z' ), ( 'B',   'P',   'Q' ),
            ( 'B',   'R',   'S' ), ( 'B',   'R',   'S' )

这将产生下表。

 CampName   ID  ListName
-------------------------------------
      A     X     Y
      A     X     Y -- Duplicate Record
      A     Y     Z
      A     Y     Z -- Duplicate Record
      A     Y     Z -- Duplicate Record
      A     P     Q
      B     X     Y 
      B     X     Y -- Duplicate Record
      B     Y     Z
      B     Y     Z -- Duplicate Record
      B     Y     Z -- Duplicate Record
      B     P     Q
      B     R     S
      B     R     S -- Duplicate Record

我需要输出如下：

CampName   dupcount
-------------------
A            3
B            4

基本上，我需要计算每个CampName的重复数（ID，ListName），而不管重复值是什么。

如果我能澄清这方面的其他内容，请告诉我。任何帮助将不胜感激。

Answer 1

您可以使用以下查询：

SELECT CampName, SUM(cnt) AS dupcount
FROM (
  SELECT CampName, COUNT(*) - 1 AS cnt
  FROM @mytable
  GROUP BY CampName, ID, ListName
  HAVING COUNT(*) > 1) AS t
GROUP BY CampName

内部查询使用HAVING子句过滤掉非重复条目。它还计算每ID, ListName个重复记录的数量。外部查询只是对重复数进行求和。

Answer 2

这是获得所需结果的简单方法：

select t.campname, count(*) - count(distinct t.listname) as num_duplicates
from @mytable t
group by t.campname;

逻辑是count(*)计算所有行。 count(distinct)计算不同列表的数量。差异是重复的数量。

编辑：

Giorgios提出了一个很好的观点。但是，数据看起来像id，而name包含相同的信息，因此似乎只需要一个。如果您必须同时使用这两个数据库，那么您可以执行以下操作：

select t.campname, count(*) - count(distinct t.id, t.listname) as num_duplicates
from @mytable t
group by t.campname;

但不是SQL Server。相反，将它们连接在一起：

select t.campname,
       count(*) - count(distinct concat(t.id, ':', t.listname)) as num_duplicates
from @mytable t
group by t.campname;

Answer 3

我认为需要从每个ID组的总计数中减去ListName 和 CampName的不同数量的组合才能获得正确的结果

SELECT t.CampName,
       COUNT(*) - COUNT(DISTINCT 'ColOne' + ID + 'ColTwo' + ListName) AS dupcount
FROM yourTable t
GROUP BY CampName

此查询使用一种技巧，即连接ID和ListName列（均为文本），以有效地形成伪组。这需要DISTINCT仅适用于单个列，但您需要考虑两列。

参考： Quora: In SQL, how to I count DISTINCT over multiple columns?

Answer 4

这个问题有点模糊。

如果您认为所有ID和ListName组合始终相同，则以下查询适用于您：

您可以使用DISTINCT

中的COUNT来执行此操作

SELECT CampName, COUNT(DISTINCT ListName) UniqueCount
FROM @mytable
GROUP BY CampName

如果您怀疑，组合可能不会始终相等，则需要考虑计算ID和ListName列的组合。

这假定了一个不存在的并置运算符| 这两列中的任何一列。

SELECT CampName, COUNT(DISTINCT ID+'|'+ListName) UniqueCount
FROM @mytable
GROUP BY CampName

如果您担心计算重复的行数

SELECT CampName, COUNT(*) - COUNT(DISTINCT ID+'|'+ListName) dupCount
FROM @mytable
GROUP BY CampName

另一种选择，我认为

;WITH Temp AS
(
    SELECT CampName, ID, ListName, COUNT(*) UniqueCount 
    FROM @mytable
    GROUP BY CampName, ID, ListName
)
SELECT CampName, COUNT(UniqueCount) count 
FROM Temp
GROUP BY CampName

Answer 5

你也可以用CONCAT检索相同的结果，它更可靠

    binaer +=  "1"

Answer 6

尝试这样的事情，分析SELECT语句，WITH子句对逻辑并不重要：

WITH input_data AS (
  SELECT 'X' AS x, 'Y' AS y FROM DUAL
  UNION ALL
  SELECT 'X' AS x, 'Y' AS y FROM DUAL
  UNION ALL
  SELECT 'X' AS x, 'A' AS y FROM DUAL
)
SELECT input_data.*, COUNT(*) OVER (PARTITION BY x, y) - 1 AS numer_duplicates
FROM input_data
;

在另一列上分组的两列不同

6 个答案: