Question

我正在尝试使用SQL服务器检索专利数据。我感兴趣的变量是ID，即专利识别。对于每个ID，我还想检索几个变量用于分析，例如，已经提交专利的司法管辖区。通过查看2个变量可以找到这些变量：AUTH或L507EP。这些列中的值对于每个ID都不是唯一的。例如，ID 1可能有2行，因为AUTH需要2个值，比如US和JP。我希望避免每个ID超过1行，而不会丢失有价值的信息。所以，我想要做的是在ID级别识别AUTH中的不同字符串，并创建分别采用字符串US和JP的不同列（AUTH1和AUTH2）。

为什么我要用SQL而不是Python，R等来做这个？因为我在下载数据时有限制（最多700,000行），并且因为我引入了在相同ID上变化的变量，所以大大增加了行数。有人可以帮忙吗？非常感谢！

提前致谢！

Answer 1

要获得唯一ID并将psn编号放在同一行，您可以使用：

 select id, psn, psn2 
 from
     (select row_number() over(order by (select 1)) as num, id, psn, lead(psn) over(order by id) as psn2 from MyTable) as T
 where num %2 == 0
 Group By id, psn, psn2

我不明白你对SEA所说的话。

从PATSTAT使用SQL Server检索数据

1 个答案: