从 postgres 的字符串数组列中删除重复条目

Question

我有一个 PostgreSQL 表，其中有一列包含字符串数组。该行有一些唯一的数组字符串，或者一些也有重复的字符串。如果存在，我想从每一行中删除重复的字符串。

我尝试了一些查询，但无法实现。

以下是表格：

  veh_id |             vehicle_types              
 --------+----------------------------------------
      1  | {"byd_tang","volt","viper","laferrari"} 
      2  | {"volt","viper"}                        
      3  | {"byd_tang","sonata","jaguarxf"}        
      4  | {"swift","teslax","mirai"}              
      5  | {"volt","viper"}                        
      6  | {"viper","ferrariff","bmwi8","viper"}   
      7  | {"ferrariff","viper","viper","volt"}    

我期待以下输出：

  veh_id |             vehicle_types              
 --------+----------------------------------------
      1  | {"byd_tang","volt","viper","laferrari"} 
      2  | {"volt","viper"}                        
      3  | {"byd_tang","sonata","jaguarxf"}        
      4  | {"swift","teslax","mirai"}              
      5  | {"volt","viper"}                        
      6  | {"viper","ferrariff","bmwi8"}           
      7  | {"ferrariff","viper","volt"}            

Answer 1

由于每一行的数组都是独立的，一个带有 ARRAY 构造函数的普通相关子查询就可以完成这项工作：

SELECT *, ARRAY(SELECT DISTINCT unnest (vehicle_types)) AS vehicle_types_uni
FROM   vehicle;

看：

• 为什么 array_agg() 比非聚合 ARRAY() 构造函数慢？

注意NULL转换为空数组 ( '{}')。我们需要做特殊情况，但UPDATE无论如何它都被排除在下面。

快速而简单。但是不要用这个。您没有这么说，但通常您希望保留数组元素的原始顺序。您的基本样本也表明了这一点。使用WITH ORDINALITY在相关子查询，这变得更加复杂一些：

SELECT *, ARRAY (SELECT v
                 FROM   unnest(vehicle_types) WITH ORDINALITY t(v,ord)
                 GROUP  BY 1
                 ORDER  BY min(ord)
                ) AS vehicle_types_uni
FROM   vehicle;

看：

• 带有元素编号的 PostgreSQL unnest()

UPDATE 实际删除欺骗：

UPDATE vehicle
SET    vehicle_types = ARRAY (
                 SELECT v
                 FROM   unnest(vehicle_types) WITH ORDINALITY t(v,ord)
                 GROUP  BY 1
                 ORDER  BY min(ord)
                )
WHERE  cardinality(vehicle_types) > 1  -- optional
AND    vehicle_types <> ARRAY (
                 SELECT v
                 FROM   unnest(vehicle_types) WITH ORDINALITY t(v,ord)
                 GROUP  BY 1
                 ORDER  BY min(ord)
                ); -- suppress empty updates (optional)

这两个附加WHERE条件都是可选的，以提高性能。第一个是完全多余的。每个条件也排除这种NULL情况。第二个抑制所有空更新。

看：

• 我如何（或可以）在多列上选择 DISTINCT？

如果您尝试在不保留原始顺序的情况下执行此操作，则可能会在不需要的情况下更新大多数行，因为即使没有欺骗，顺序或元素也发生了变化。

需要 Postgres 9.4 或更高版本。

db<>在这里摆弄