小明的 SQL 问题解决日志（1）

本系列仅为小明在写SQL过程中，由浅入深遇到的一些问题、以及最后解决方案。我知道这其中有些问题，高手在12岁的时候就已经知道答案了，小明可能比你们慢了一点。

本文解决的问题：

1、有条件计数

2、去重后左连接

3、自关联，每对只取一条

文本演示code，默认用 SAS SQL 来演示，因为大家可能对 SAS 还是比较熟悉一些，但有些语句 SAS SQL 不支持的，改用其他。

1、有条件计数

以 SAS 中 sashelp 自带的 Cars 数据为例。

【问题：想计算每个 Make 下面，engine size >=3 的占比情况】

我们知道，计算每个 Make 的个数用：

select Make, count(*) from cars;

但如果要计算满足条件的个数，就要用

sum( case when ... then 1 else 0 end) as new_name

比如这里计算每个 Make 中 engine size >=3 的个数和占比：

结果为：

2、去重后左连接

对两个表进行关联时，通常有左连接（left join）、右连接（right join）、全连接（full join）、内连接（inner join）。

【问题：table1 左连接 table2 时，想对 table2 的数据按照 id 去重再做连接】

如上图所示，id=a 有多条数据，连接时只想连一条，此时对 table2 做 distinct 是无法满足的：

• distinct id，则 value2，value3的信息就丢了；
• distinct id value2 value3 也不行，也为 value2 和 value3 是不重复的。

此时可以用

row_number() over(partition by id order by value2) as r

的方式来去重。由于 SAS 的 sql 不支持这个语句，因此我们用阿里ODPS来演示。

select *, row_number() over(partition by id order by value2) as r from table2

partition by id 表示按照 id 分组，order by value2 表示分组后按照 value2 来排序，按照顺序依次给一个序号 r=1,2...，如果想去重，只要指定 r=1 即可。

（PS：这里 r 分配给组内每条数据的值一定是唯一的，即使 value2 有重复，r 也是唯一的，因此用于去重正好）

我们尝试去重后左关联：

结果：

3. 自关联，每对只取一条

如下图，

【问题：想对 table1 做自关联，但相同一对只出现一次，比如 a-b 有了，那么b-a 就不需要了】

只要在关联的时加上条件 where a.id<b.id 即可。

结果：