sql - 是否有一个 SQL 函数来计算地址相同但名称相似的唯一 ID？

Question

姓名	地址	ID
卡尔史密斯	14 独角兽 ln。	1
卡尔·史密斯	14 独角兽 ln。	2
安东尼贝尔	1734 大学大道。	3
卡尔·史密斯	14 独角兽	4
珍妮特·威尔逊	1734 大学	5
珍妮特·威尔逊	1734 大学	6

如何计算名称相似的每个地址的唯一客户 ID？数据集太长，无法使用 ilike 'carl smith'，然后 ilike 'janet wilson'。这条线需要足够宽，以包含任何可能出现的类似名称。

期望的结果：

地址	身份证号码
14 独角兽 ln。	3
1734 大学	2

如果我能获得与同一地址相关联的相似名称的列表，那也会很有帮助。

期望的结果 Pt。2：

地址	相似的名字
14 独角兽 ln。	卡尔·史密斯，卡尔·史密斯，卡尔·史密斯
1734 大学	珍妮特威尔逊，珍妮特威尔逊

标签： sql

Answer 1

如果唯一的区别是名称的大小写，则使用upper()/ lower()。对于您指定的结果：

select address, 
       count(*) as num_names,
       array_agg(name) as distinct_names
from t
group by address, lower(name);

如果您必须处理其他变体，例如中间声母，这将变得更加棘手。如果这是您的问题，请使用适当的样本数据提出一个新问题，并明确解释如何识别两个名称是否“相似”。