在SQL表中查找重复值

Ale*_*lex 1789 sql duplicates

email一个字段很容易找到:

SELECT name, COUNT(email) 
FROM users
GROUP BY email
HAVING COUNT(email) > 1
Run Code Online (Sandbox Code Playgroud)

所以,如果我们有一张桌子

ID   NAME   EMAIL
1    John   asd@asd.com
2    Sam    asd@asd.com
3    Tom    asd@asd.com
4    Bob    bob@asd.com
5    Tom    asd@asd.com
Run Code Online (Sandbox Code Playgroud)

这个查询将给我们John,Sam,Tom,Tom,因为他们都有相同的email.

但是,我想要的是使用相同的name和重复name.

也就是说,我想得到"汤姆","汤姆".

我需要这个的原因:我犯了一个错误,并允许插入重复emailemail值.现在我需要删除/更改重复项,所以我需要先找到它们.

gbn*_*gbn 2825

SELECT
    name, email, COUNT(*)
FROM
    users
GROUP BY
    name, email
HAVING 
    COUNT(*) > 1
Run Code Online (Sandbox Code Playgroud)

只需在两个列上分组.

注意:旧的ANSI标准是在GROUP BY中包含所有非聚合列,但这已经改变了"功能依赖"的概念:

在关系数据库理论中,函数依赖性是来自数据库的关系中的两组属性之间的约束.换句话说,函数依赖是描述关系中属性之间关系的约束.

支持不一致:

  • @webXL WHERE适用于单个记录HAVING适用于组 (84认同)
  • 我总是空白的部分是HAVING.哪里不行! (36认同)
  • @ user797717:您需要拥有MIN(ID),然后删除ID值,而不是最后的MIN(ID)值 (12认同)
  • @gbn是否可以在结果中包含Id?然后,之后删除那些重复项会更容易. (7认同)
  • @gbn完美.谢谢.我现在可以看到ID了. (3认同)
  • 如果任何列具有空值怎么办? (2认同)
  • 非常感谢,是的,它在 Oracle 中确实有效,尽管我需要条件的唯一性,所以而不是 `>1` `=1` (2认同)

KM.*_*KM. 350

试试这个:

declare @YourTable table (id int, name varchar(10), email varchar(50))

INSERT @YourTable VALUES (1,'John','John-email')
INSERT @YourTable VALUES (2,'John','John-email')
INSERT @YourTable VALUES (3,'fred','John-email')
INSERT @YourTable VALUES (4,'fred','fred-email')
INSERT @YourTable VALUES (5,'sam','sam-email')
INSERT @YourTable VALUES (6,'sam','sam-email')

SELECT
    name,email, COUNT(*) AS CountOf
    FROM @YourTable
    GROUP BY name,email
    HAVING COUNT(*)>1
Run Code Online (Sandbox Code Playgroud)

OUTPUT:

name       email       CountOf
---------- ----------- -----------
John       John-email  2
sam        sam-email   2

(2 row(s) affected)
Run Code Online (Sandbox Code Playgroud)

如果你想要复制的ID使用这个:

SELECT
    y.id,y.name,y.email
    FROM @YourTable y
        INNER JOIN (SELECT
                        name,email, COUNT(*) AS CountOf
                        FROM @YourTable
                        GROUP BY name,email
                        HAVING COUNT(*)>1
                    ) dt ON y.name=dt.name AND y.email=dt.email
Run Code Online (Sandbox Code Playgroud)

OUTPUT:

id          name       email
----------- ---------- ------------
1           John       John-email
2           John       John-email
5           sam        sam-email
6           sam        sam-email

(4 row(s) affected)
Run Code Online (Sandbox Code Playgroud)

要删除重复项,请尝试:

DELETE d
    FROM @YourTable d
        INNER JOIN (SELECT
                        y.id,y.name,y.email,ROW_NUMBER() OVER(PARTITION BY y.name,y.email ORDER BY y.name,y.email,y.id) AS RowRank
                        FROM @YourTable y
                            INNER JOIN (SELECT
                                            name,email, COUNT(*) AS CountOf
                                            FROM @YourTable
                                            GROUP BY name,email
                                            HAVING COUNT(*)>1
                                        ) dt ON y.name=dt.name AND y.email=dt.email
                   ) dt2 ON d.id=dt2.id
        WHERE dt2.RowRank!=1
SELECT * FROM @YourTable
Run Code Online (Sandbox Code Playgroud)

OUTPUT:

id          name       email
----------- ---------- --------------
1           John       John-email
3           fred       John-email
4           fred       fred-email
5           sam        sam-email

(4 row(s) affected)
Run Code Online (Sandbox Code Playgroud)


Chr*_*tal 112

试试这个:

SELECT name, email
FROM users
GROUP BY name, email
HAVING ( COUNT(*) > 1 )
Run Code Online (Sandbox Code Playgroud)


Anc*_*inu 63

如果你想删除重复项,这里有一个更简单的方法,而不是在三重子选择中找到偶数/奇数行:

SELECT id, name, email 
FROM users u, users u2
WHERE u.name = u2.name AND u.email = u2.email AND u.id > u2.id
Run Code Online (Sandbox Code Playgroud)

所以要删除:

DELETE FROM users
WHERE id IN (
    SELECT id/*, name, email*/
    FROM users u, users u2
    WHERE u.name = u2.name AND u.email = u2.email AND u.id > u2.id
)
Run Code Online (Sandbox Code Playgroud)

更容易阅读和理解恕我直言

注意:唯一的问题是您必须执行请求,直到没有删除任何行,因为每次只删除每个副本中的一个

  • 美观且易于阅读;我想找到一种一次性删除多个重复行的方法。 (2认同)

小智 42

请尝试以下方法:

SELECT * FROM
(
    SELECT Id, Name, Age, Comments, Row_Number() OVER(PARTITION BY Name, Age ORDER By Name)
        AS Rank 
        FROM Customers
) AS B WHERE Rank>1
Run Code Online (Sandbox Code Playgroud)

  • 对SELECT *的微小更改帮助我解决了一个小时的搜索问题。我以前从未使用过OVER(PARTITION BY。我从未对使用SQL进行相同操作的方法有很多惊讶! (2认同)

小智 28

 SELECT name, email 
    FROM users
    WHERE email in
    (SELECT email FROM users
    GROUP BY email 
    HAVING COUNT(*)>1)
Run Code Online (Sandbox Code Playgroud)


小智 23

派对有点晚了,但我找到了一个很酷的解决方法来找到所有重复的ID:

SELECT GROUP_CONCAT( id )
FROM users
GROUP BY email
HAVING ( COUNT(email) > 1 )
Run Code Online (Sandbox Code Playgroud)

  • 似乎是一种语法糖工作。不错的发现。 (2认同)
  • 请记住,`GROUP_CONCAT`将在预定的长度后停止,因此您可能不会获得所有的`id`。 (2认同)

Tan*_*ete 20

试试这段代码

WITH CTE AS

( SELECT Id, Name, Age, Comments, RN = ROW_NUMBER()OVER(PARTITION BY Name,Age ORDER BY ccn)
FROM ccnmaster )
select * from CTE 
Run Code Online (Sandbox Code Playgroud)


小智 19

选择最适合的解决方案。

Create table NewTable (id int, name varchar(10), email varchar(50))
INSERT  NewTable VALUES (1,'John','asd@asd.com')
INSERT  NewTable VALUES (2,'Sam','asd@asd.com')
INSERT  NewTable VALUES (3,'Tom','asd@asd.com')
INSERT  NewTable VALUES (4,'Bob','bob@asd.com')
INSERT  NewTable VALUES (5,'Tom','asd@asd.com')
Run Code Online (Sandbox Code Playgroud)

在此输入图像描述

1. 使用 GROUP BY 子句

SELECT
    name, email, COUNT(*) AS Occurence
FROM NewTable
GROUP BY name, email
HAVING COUNT(*) > 1

Run Code Online (Sandbox Code Playgroud)

在此输入图像描述

  • GROUP BY 子句按名称和电子邮件列中的值将行分组。
  • 然后,COUNT() 函数返回每个组(姓名、电子邮件)出现的次数。
  • 然后,HAVING 子句仅保留重复组,即出现多次的组。

2. 使用 CTE:

要返回每个重复行的整行,请NewTable使用公用表表达式 (CTE) 将上述查询的结果与表连接起来:

WITH cte AS (
    SELECT
        name, email, COUNT(*) occurrences
    FROM NewTable
    GROUP BY name, email
    HAVING COUNT(*) > 1
)
SELECT 
    t1.Id, t1.name, t1.email
FROM  NewTable t1
INNER JOIN cte ON 
    cte.name = t1.name AND 
    cte.email = t1.email
ORDER BY 
    t1.name, 
    t1.email;
Run Code Online (Sandbox Code Playgroud)

在此输入图像描述

3.使用函数ROW_NUMBER()

WITH cte AS (
    SELECT 
        name, email, 
        ROW_NUMBER() OVER (
            PARTITION BY name,email
            ORDER BY name,email) rownum
    FROM NewTable t1
) 
SELECT 
  * 
FROM cte 
WHERE rownum > 1;
Run Code Online (Sandbox Code Playgroud)

在此输入图像描述

  • ROW_NUMBER()NewTable根据name和列中的值将表的行分配到分区中emailname重复的行将在和列中具有重复的值email,但行号不同
  • 外部查询删除每组中的第一行。


Mar*_*ský 18

这将选择/删除除每组重复项中的一条记录之外的所有重复记录.因此,删除会留下所有唯一记录+来自每组重复项的一条记录.

选择重复:

SELECT *
FROM table
WHERE
    id NOT IN (
        SELECT MIN(id)
        FROM table
        GROUP BY column1, column2
);
Run Code Online (Sandbox Code Playgroud)

删除重复项:

DELETE FROM table
WHERE
    id NOT IN (
        SELECT MIN(id)
        FROM table
        GROUP BY column1, column2
);
Run Code Online (Sandbox Code Playgroud)

注意大量记录,可能会导致性能问题.

  • “OP”是什么意思? (3认同)
  • 删除查询出错 - 您不能在 FROM 子句中指定更新的目标表“城市” (2认同)
  • 既没有表“城市”也没有更新子句。你的意思是?删除查询中的错误在哪里? (2认同)

小智 16

如果您使用Oracle,这种方式更可取:

create table my_users(id number, name varchar2(100), email varchar2(100));

insert into my_users values (1, 'John', 'asd@asd.com');
insert into my_users values (2, 'Sam', 'asd@asd.com');
insert into my_users values (3, 'Tom', 'asd@asd.com');
insert into my_users values (4, 'Bob', 'bob@asd.com');
insert into my_users values (5, 'Tom', 'asd@asd.com');

commit;

select *
  from my_users
 where rowid not in (select min(rowid) from my_users group by name, email);
Run Code Online (Sandbox Code Playgroud)


小智 9

如果你想看看你的表中是否有任何重复的行,我使用下面的Query:

create table my_table(id int, name varchar(100), email varchar(100));

insert into my_table values (1, 'shekh', 'shekh@rms.com');
insert into my_table values (1, 'shekh', 'shekh@rms.com');
insert into my_table values (2, 'Aman', 'aman@rms.com');
insert into my_table values (3, 'Tom', 'tom@rms.com');
insert into my_table values (4, 'Raj', 'raj@rms.com');


Select COUNT(1) As Total_Rows from my_table 
Select Count(1) As Distinct_Rows from ( Select Distinct * from my_table) abc 
Run Code Online (Sandbox Code Playgroud)


Dar*_*Lee 9

这是我想出的容易的事情.它使用公用表表达式(CTE)和分区窗口(我认为这些功能在SQL 2008及更高版本中).

此示例查找名称和dob重复的所有学生.要检查重复的字段是否在OVER子句中.您可以在投影中包含所需的任何其他字段.

with cte (StudentId, Fname, LName, DOB, RowCnt)
as (
SELECT StudentId, FirstName, LastName, DateOfBirth as DOB, SUM(1) OVER (Partition By FirstName, LastName, DateOfBirth) as RowCnt
FROM tblStudent
)
SELECT * from CTE where RowCnt > 1
ORDER BY DOB, LName
Run Code Online (Sandbox Code Playgroud)


Nar*_*dra 9

select name, email
, case 
when ROW_NUMBER () over (partition by name, email order by name) > 1 then 'Yes'
else 'No'
end "duplicated ?"
from users
Run Code Online (Sandbox Code Playgroud)

  • Stack Overflow 上只使用代码的答案不受欢迎,你能解释一下为什么这会回答这个问题吗? (2认同)
  • @RichBenner:我没有找到诸如结果中的每一行和每一行之类的响应,它告诉我们哪些都是重复的行,哪些不是一目了然的,哪些不是分组依据,因为如果我们想结合这个使用任何其他查询 group by 进行查询不是一个好的选择。 (2认同)
  • 将 Id 添加到 select 语句并过滤重复的 id,它使您可以删除重复的 id 并保留每个重复的 id。 (2认同)

Deb*_*ash 9

select id,name,COUNT(*) from India group by Id,Name having COUNT(*)>1
Run Code Online (Sandbox Code Playgroud)


小智 8

我们如何计算重复的值?要么重复2次,要么重复2次.只计算它们,而不是按组计算.

就像

select COUNT(distinct col_01) from Table_01
Run Code Online (Sandbox Code Playgroud)

  • 对于所提出的问题,这将如何工作?这确实不会给在不同行中的多列(例如“电子邮件”和“名称”)中重复信息的行。 (2认同)

Deb*_*ash 8

通过使用CTE,我们也可以找到这样的重复值

with MyCTE
as
(
select Name,EmailId,ROW_NUMBER() over(PARTITION BY EmailId order by id) as Duplicate from [Employees]

)
select * from MyCTE where Duplicate>1
Run Code Online (Sandbox Code Playgroud)


小智 7

 select emp.ename, emp.empno, dept.loc 
          from emp
 inner join dept 
          on dept.deptno=emp.deptno
 inner join
    (select ename, count(*) from
    emp
    group by ename, deptno
    having count(*) > 1)
 t on emp.ename=t.ename order by emp.ename
/
Run Code Online (Sandbox Code Playgroud)


小智 7

SELECT id, COUNT(id) FROM table1 GROUP BY id HAVING COUNT(id)>1;

我认为这可以正常搜索特定列中的重复值.

  • 这并没有为[最佳答案](http://stackoverflow.com/a/2594855/419956)添加任何内容,并且在技术上甚至与该问题中发布的代码OP没有什么不同. (6认同)

Pan*_*031 7

SELECT * FROM users u where rowid = (select max(rowid) from users u1 where
u.email=u1.email);
Run Code Online (Sandbox Code Playgroud)


小智 6

SELECT name, email,COUNT(email) 
FROM users 
WHERE email IN (
    SELECT email 
    FROM users 
    GROUP BY email 
    HAVING COUNT(email) > 1)
Run Code Online (Sandbox Code Playgroud)


Rya*_*avi 6

这里最重要的是拥有最快的功能。还应确定重复的索引。自联接是一个不错的选择,但要获得更快的功能,最好先查找具有重复项的行,然后与原始表联接以查找重复行的 id。最后按除 id 之外的任何列排序,使重复的​​行彼此靠近。

SELECT u.*
FROM users AS u
JOIN (SELECT username, email
      FROM users
      GROUP BY username, email
      HAVING COUNT(*)>1) AS w
ON u.username=w.username AND u.email=w.email
ORDER BY u.email;
Run Code Online (Sandbox Code Playgroud)


Lau*_*ubi 5

如果要查找重复数据(通过一个或多个条件)并选择实际行。

with MYCTE as (
    SELECT DuplicateKey1
        ,DuplicateKey2 --optional
        ,count(*) X
    FROM MyTable
    group by DuplicateKey1, DuplicateKey2
    having count(*) > 1
) 
SELECT E.*
FROM MyTable E
JOIN MYCTE cte
ON E.DuplicateKey1=cte.DuplicateKey1
    AND E.DuplicateKey2=cte.DuplicateKey2
ORDER BY E.DuplicateKey1, E.DuplicateKey2, CreatedAt
Run Code Online (Sandbox Code Playgroud)

http://developer.azurewebsites.net/2014/09/better-sql-group-by-find-duplicate-data/


ver*_*taS 5

这也应该有用,也许试一试.

  Select * from Users a
            where EXISTS (Select * from Users b 
                where (     a.name = b.name 
                        OR  a.email = b.email)
                     and a.ID != b.id)
Run Code Online (Sandbox Code Playgroud)

特别适用于您的情况如果您搜索具有某种前缀或一般更改的重复项,例如邮件中的新域名.那么你可以在这些列上使用replace()