废话不多说,直接干货。
一、oracle去重
1、创建测试数据


create table test_duplicate_removal(
c001 number,
c002 varchar2(100)
);
insert into test_duplicate_removal values(101, 'aa');
insert into test_duplicate_removal values(102, 'aa');
insert into test_duplicate_removal values(103, 'aa');
insert into test_duplicate_removal values(104, 'bb');
insert into test_duplicate_removal values(105, 'bb');
insert into test_duplicate_removal values(106, 'cc');
insert into test_duplicate_removal values(107, 'cc');
insert into test_duplicate_removal values(108, 'dd');


2、使用row_number() over()函数根据C002列去重
创建一个rn列,根据C002进行分组,每个小组内再根据C001的值进行排序。
select c001,c002, row_number() over(partition by c002 order by c001 desc) rn from test_duplicate_removal


通过rn筛选值为1的行,同时也就对C002进行了去重
select * from (select c001,c002, row_number() over(partition by c002 order by c001 desc) rn from test_duplicate_removal) t where t.rn=1


二、python的pandas模块去重方法
1、将数据库数据导出保存为CSV


2、pandas实现sql里排序函数row_number() over()功能
import pandas as pd
# 读取CSV数据
df = pd.read_csv('test_duplicate_removal.csv')
print('打印原始数据:')
print(df)
# 此处等价于sql里的排序函数row_number() over()功能
df['RN'] = df['C001'].groupby(df['C002']).rank()
print()
print('根据C002分组,根据C001组内排序:')
print(df)
# 去重
print()
print('去重,筛选RN=1的行:')
print(df[df['RN'] == 1])
运行结果


版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,请发送邮件至624739273@qq.com举报,一经查实,本站将立刻删除。