我希望在基于项的分组ID中找到重复项,例如:
希望根据每个id组的重复项派生dup变量。换句话说,如果在另一个id中发现相同的项,则dup为“是”。如果该项仅在同一id内重复,则dup为“否”。
表1:
+----+--------+-----+
| ID | Item | Dup |
+----+--------+-----+
| a | apple | yes |
| a | apple | yes |
| b | apple | yes |
| c | orange | no |
| c | orange | no |
| d | pear | yes |
| f | pear | yes |
| e | mango | no |
+----+--------+-----+
我不确定从按id和item消除数据集的重复开始是否会更容易。
摘要的最终数据集(重复数据消除):
表2
+----+--------+-----+
| ID | Item | Dup |
+----+--------+-----+
| a | apple | yes |
| b | apple | yes |
| c | orange | no |
| d | pear | yes |
| f | pear | yes |
| e | mango | no |
+----+--------+-----+
我应该如何构造一个配置单元查询来检测重复项?任何帮助都将不胜感激!
1条答案
按热度按时间kgsdhlau1#
嗯。如果我理解正确,您可以使用聚合和窗口函数: