时间戳

首页 > 解决方案 > 当按其他列分组时，如何在特定列中选择具有非唯一值的行？

sql - 当按其他列分组时，如何在特定列中选择具有非唯一值的行？

问题描述

我有一张tbl这样的桌子：

| id | grp | pid | oid |
| -- | --- | --- | --- |
| 1  | 1   | 1   | 1   |
| 2  | 2   | 2   | 1   |
| 3  | 3   | 1   | 1   |
| 4  | 3   | 2   | 1   |
| 5  | 4   | 1   | 1   |
| 6  | 1   | 1   | 2   |
| 7  | 2   | 2   | 2   |
| 8  | 3   | 1   | 2   |
| 9  | 4   | 1   | 2   |

我正在尝试编写一个 PostgreSQL 查询，它选择给定 OID 中给定 GRP 的行，PID 的不同计数大于 1。对于上述情况，由于 PID 对 GRP 3 有两个不同的值（1 和 2） OID 1，它应该返回：

| id | grp | pid | oid |
| -- | --- | --- | --- |
| 3  | 3   | 1   | 1   |
| 4  | 3   | 2   | 1   |

我有一个使用 Python + Pandas 的解决方案，虽然这不太理想：

import pandas as pd
rows = pd.read_sql("SELECT * FROM tbl", db.engine)
output = pd.DataFrame(columns = rows.columns)
oids = rows['oid'].tolist()
for oid in oids:
   oid_rows = rows[rows['oid'] == oid]
   grps = oid_rows['grp'].tolist()
   for grp in grps:
       grp_rows = oid_rows[oid_rows['grp'] == grp]
       if len(grp_rows) > 1:
           output = pd.concat([output, grp_rows],axis=0)
print(output)

我更喜欢纯粹在 SQL 中执行此操作，本质上是一个类似于以下内容的查询：

SELECT * FROM tbl HAVING COUNT(pid) > 1 IN
    (SELECT * FROM tbl GROUP BY grp, oid)

如何编写此查询？

标签： sqlpostgresqlgroup-by

解决方案

您可以使用exists：

select t.*
from tbl t
where exists (select 1
              from tbl t2
              where t2.grp = t.grp and t2.oid = t.oid and
                    t2.id <> t.id
             );

您还可以使用窗口函数——尽管这可能效率较低：

select t.*
from (select t.*, count(*) over (partition by grp, oid) as cnt
      from tbl t
     ) t
where cnt >= 2;

推荐阅读