在实习中,用“小偷”程序采集到了大量的数据,可是有不少的是重复的
,根据实习要求把重复的数据删除(要保留一条记录),另外还要把几个数据表
中的数据合并,放在一个数据表中。根据自己尝试的经验,把几点下来。
1、将数据表合并
在sql语句中有个SELECT INTO 语句(SELECT INTO 语句常用于创建表的备
份复件或者用于对记录进行存档),如:SELECT column_name(s) INTO newtable
[IN externaldatabase] FROM source,可以将一个表中的数据赋值到另一个数据
表中。需要注意的是:“newtable”是不存在的。
我试了一下,不知什么原因,在插入新的数据表时,不能够成功。报
出"#1327 - Undeclared variable: newtable ",同时在不能经一个表合并到一个
数据表中。
另一种是(1)建一个表,结构和源表一样。
(2)insert into newtable(column_name(s)) select
distinct column_name(s) from source
我在插入的时候,在newtable的一个字段中添加了一个unqiue选项,我去
掉以后就可以了。说明在两个表中字段是完全相同的。
2、删除重复的字段
网上有许多的方法还都很复杂。还是用sql中的distinct字段吧。用 select
distinct * from sourse,将把数据重复的选项删除。需要注意的是:重
复的数据是完全相同,由于有id(auto_increment)每一条都有单独的id,这样的
数据就不完全相同了。
部分网上的资料:
有两个意义上的重复记录,一是完全重复的记录,也即所有字段均重复的记录,
二是部分关键字段重复的记录,比如Name字段重复,而其他字段不一定重复或都
重复可以忽略。
1、对于第一种重复,比较容易解决,使用
select distinct * from tableName
就可以得到无重复记录的结果集。
如果该表需要删除重复的记录(重复记录保留1条),可以按以下方法删除
select distinct * into #Tmp from tableName
drop table tableName
select * into tableName from #Tmp
drop table #Tmp
发生这种重复的原因是表设计不周产生的,增加唯一索引列即可解决。
2、这类重复问题通常要求保留重复记录中的第一条记录,操作方法如下
假设有重复的字段为Name,Address,要求得到这两个字段唯一的结果集
select identity(int,1,1) as autoID, * into #Tmp from tableName
select min(autoID) as autoID into #Tmp2 from #Tmp group by Name,autoID
select * from #Tmp where autoID in(select autoID from #tmp2)
最后一个select即得到了Name,Address不重复的结果集(但多了一个autoID
字段,实际写时可以写在select子句中省去此列)