根据其他列的条件推算重复记录 ID sql

Question

假设我有这个数据集：

serial_id | name | address_id | id_duplicates | dob
_______________________________________________________
1         | JOHN | QWERTY     | NULL          | 10/2001
2         | JOHN | QWERTY     | NULL          | 10/2001
3         | JOHN | AZERTY     | NULL          | 10/2001
4         | JOHN | QWERTY     | NULL          | 09/2001
5         | MARY | QWERTY     | NULL          | 10/2001
6         | MARY | AZERTY     | NULL          | 10/2001
7         | MARY | AZERTY     | NULL          | 10/2001

当记录在某些条件下匹配时，我想用 serial_id 的 any 填充 id_duplicates。

如果我希望具有相同匹配项 name、address_id 和 dob 的记录共享 serial_id 列中的单个 ID，那么我将具有以下示例：

serial_id | name | address_id | id_duplicates | dob
_______________________________________________________
1         | JOHN | QWERTY     | 1             | 10/2001  --> match
2         | JOHN | QWERTY     | 1             | 10/2001  --> match
3         | JOHN | AZERTY     | 3             | 10/2001  --> no match on address_id
4         | JOHN | QWERTY     | 4             | 09/2001  --> no match on dob
5         | MARY | QWERTY     | 5             | 10/2001  --> no match on name
6         | MARY | AZERTY     | 6             | 10/2001  --> match 
7         | MARY | AZERTY     | 6             | 10/2001  --> match

我一直在痛苦地尝试使用嵌套查询来做到这一点，我感到很尴尬 post 因为它们毫无意义...

如有任何帮助，我们将不胜感激！

Answer 1

您可以使用 dense_rank():

select t.*,
       dense_rank() over (order by name, address, dob) as id_duplicate
from t;

如果你想在 update 中使用它，这里有一个方法：

update t
    set id_duplicate = tt.new_id_duplicate
    from (select t.*, 
                 dense_rank() over (order by name, address, dob) as new_id_duplicate
          from t
         ) tt
    where tt.serial_id = t.serial_id;

根据其他列的条件推算重复记录 ID sql

impute duplicate record id from conditions on other columns sql

sql

postgresql

subquery

duplicates

imputation