识别导致重复的列答案

【问题标题】：Identify columns causing duplicates识别导致重复的列
【发布时间】：2020-06-27 07:38:21
【问题描述】：

我有一个加载数据的表。它不应该包含重复的 ID，但它不是一个完美的世界，人们会犯错误并发生重复。我的表看起来像这样，但有很多很多列：

ID    col_a    col_b    col_c    col_d
1     1        d        f        e    
2     r        g        v        s  
2     r        s        v        s
3     dd       ee       tt       ww
3     rf       DD       tt       ww
3     dd       DD       tt       ww
3     rf       ee       tt       ww
4     a        a        a        a

如您所见，cloumn col_b 会导致 ID = 2 重复，而 col_a 和 col_b 会导致 ID = 3 重复。我可以通过如下简单查询来识别具有重复行的 ID：

select * from (select ID,  count row from TABLE  group by ID) where ROW > 1;

这将返回类似：

ID    ROW
2     2
3     4

但真正对我有帮助的是返回如下内容的查询：

ID    col_a    col_b    col_c    col_d    ROW
2              TRUE                       2
3     TRUE     TRUE                       4

...或任何其他解决方案，不仅会突出显示重复的 ID，还会突出显示导致它们的列。

哦，我正在使用 DB2。

【问题讨论】：

如果ID 应该是唯一的，那么为什么不使用唯一约束或作为主键来定义它？
正如我所提到的......这不是一个完美的世界，人们会犯错误......而其他人......在这种情况下是我:) 必须处理这些错误
需要定义表中记录的顺序。您如何确定（3）的第二行是射频。插入到表中的记录不一定是顺序。您是否还有其他列可以确定 id 中记录的顺序
这就是为什么您应该将列定义为唯一的 - 以防止错误
伙计们，我完全明白应该做什么。事实上，我完全同意你的看法。但在这种情况下，我们从客户那里获得数据并被告知“处理它”。我无法控制源数据，也无法提供任何会改变事情的反馈。它基本上是“让它工作”

标签： sql db2

【解决方案1】：

select id
       , case when c_a = 1 then null else 'True' end COL_A
       , case when c_b = 1 then null else 'True' end COL_B
       , case when c_c = 1 then null else 'True' end COL_C
       , case when c_d = 1 then null else 'True' end COL_D
       , c ROW
from (select id
            , count(distinct col_a) c_a
            , count(distinct col_b) c_b
            , count(distinct col_c) c_c
            , count(distinct col_d) c_d
            , count(*) c
      from test
      group by id)

Here is a demo

【讨论】：

【解决方案2】：

SELECT  ID 
        ,CASE WHEN COUNT(DISTINCT Col_a) >1 THEN 'TRUE' ELSE '' END AS Col_a
        ,CASE WHEN COUNT(DISTINCT Col_b) >1 THEN 'TRUE' ELSE '' END AS Col_b
        ,CASE WHEN COUNT(DISTINCT Col_c) >1 THEN 'TRUE' ELSE '' END AS Col_c
        ,CASE WHEN COUNT(DISTINCT Col_d) >1 THEN 'TRUE' ELSE '' END AS Col_d  
        ,COUNT(1) AS [Row]
FROM      #Table
GROUP BY  ID
HAVING    COUNT(1)>1
ORDER BY  ID

【讨论】：