ROW_NUMBER()
是一个窗口函数,用于在 SQL 查询结果集中为每一行分配一个唯一的数字标识符。这个标识符通常用于数据排序、分组或者在结果集中标识特定行。
ROW_NUMBER()
函数的语法如下:
ROW_NUMBER() OVER (
[PARTITION BY column1, column2, ...]
[ORDER BY column3, column4, ...]
)
PARTITION BY
子句是可选的,用于将结果集按照指定的列进行分区。在每个分区中,ROW_NUMBER()
将从 1 开始为每行分配唯一标识符。ORDER BY
子句也是可选的,用于指定按照哪些列对行进行排序。如果指定了ORDER BY
,ROW_NUMBER()
将根据排序列的顺序为每行分配唯一标识符。
举个例子,假设我们有一个名为 employees
的表,包含以下列:id
、name
、department
和 salary
。我们想要查询每个部门的员工按照薪资降序排列的名字和薪资,同时为每个部门的员工按照薪资排名: 在这个例子中,我们使用了 PARTITION BY
子句按照 department
对结果集进行了分区,然后使用 ORDER BY
子句按照 salary
对每个部门的员工进行排序。ROW_NUMBER()
函数为每个部门的员工分配了唯一的排名。
SELECT
name,
salary,
department,
ROW_NUMBER() OVER (PARTITION BY department ORDER BY salary DESC) as rank
FROM
employees
ORDER BY
department,
rank;
pyodbc库删除MSSQL中重复字段及排序函数ROW_NUMBER()运用
import pyodbc
import warnings
import pandas as pd # 导入pandas库
warnings.filterwarnings('ignore') #隐藏Pandas警告SQLAlchemy
# 读取Excel文件
file_path = 'C:\\Users\\Administrator\\Documents\\Employees.xlsx'
df = pd.read_excel(file_path,sheet_name="Sheet1")
print(df.info())
# 连接到MSSQL数据库
server = '127.0.0.1'
database = 'tsl'
username = 'sa'
password = 'lq8xxcc'
cnxn_string = f'DRIVER={{ODBC Driver 17 for SQL Server}};SERVER={server};DATABASE={database};UID={username};PWD={password}'
cnxn = pyodbc.connect(cnxn_string)
cursor = cnxn.cursor()
# # # 将数据行插入到MSSQL数据库中
# for index, row in df.iterrows():
# column1 = row[0]
# column2 = row[1]
# column3 = row[2]
# insert_query = f"INSERT INTO Employees (CustomerId,CustomerName,Email) VALUES (?, ?, ?)"
# cursor.execute(insert_query, column1,column2,column3)
# ROW_NUMBER() 函数需要一个 ORDER BY 子句。
# 有时候,为了满足语法的要求,但又不需要对结果进行实际排序,可以使用 ORDER BY (SELECT 0)。
# OVER 是 SQL 中用于配合窗口函数使用的子句。它指定了窗口函数计算所涉及的数据子集,这个子集称为“窗口”(window)。
# 窗口函数执行一些计算,例如 ROW_NUMBER()、SUM()、AVG() 等,但是它们会基于整个查询结果集中定义的窗口进行操作。
# WITH CTE AS (
# SELECT *,
# ROW_NUMBER() OVER(PARTITION BY Column1, Column2, ... ORDER BY (SELECT 0)) AS RowNumber
# FROM YourTable
# )
# DELETE FROM CTE WHERE RowNumber > 1;
# 首先使用一个公共表表达式(CTE)来对表中的ID进行分区并为每个分区中的每一行分配一个行号。
# 然后,它删除行号大于1的行,这意味着它只保留每个分区中的第一行,从而删除了重复的ID。
sql_del_repeat = '''
WITH CTE AS (
SELECT CustomerId, ROW_NUMBER() OVER (PARTITION BY CustomerId ORDER BY (SELECT 0)) AS RowNum
FROM Employees
)
DELETE FROM CTE WHERE RowNum > 1;
'''
cursor.execute(sql_del_repeat)
# 提交更改
cnxn.commit()
cursor.execute('select * from Employees')
rows=cursor.fetchall()
for row in rows:
print("%-7s %-11s %-3s"%(row[0],row[1],row[2]))
# 关闭连接
cursor.close()
cnxn.close()
--
在Python中,你可以使用三引号('''
或"""
)来编写多行字符串。这样,你就可以在字符串中包含换行符,从而编写多行SQL语句。例如:
sql_query = '''
SELECT *
FROM table_name
WHERE condition
ORDER BY some_column;
'''
cursor.execute(sql_query)
-pandas
库读取名为data.csv
的CSV文件,并将其存储为一个名为df
的数据框。然后,使用drop_duplicates
方法删除重复的行。最后,将不包含重复行的数据框保存为名为data_no_duplicates.csv
的CSV文件。
import pandas as pd
# 读取数据
df = pd.read_csv('data.csv')
# 删除重复行
df.drop_duplicates(inplace=True)
# 保存数据
df.to_csv('data_no_duplicates.csv', index=False)