删除每个用户ID具有两个不同大小写值的重复行

Question

我需要获得每个用户ID的一行，并且遇到了一个问题，即在应该有一个县的情况下，有一个县的双重输入。例如，“棕榈滩”和“棕榈滩县”是为单个用户录制的。这导致我的查询为单个用户返回两个相同的行，差异位于县列中。

当前的输出如下(这是一个超级简化的版本，只显示两列)：

+---------+-------------------+
| User ID |      County       |
+---------+-------------------+
|       1 | Bay               |
|       2 | Palm Beach        |
|       2 | PALM BEACH COUNTY |
|       3 | Collin            |
|       3 | COLLIN COUNTY     |
|       4 | Colusa County     |
|       5 | Fresno            |
+---------+-------------------+

产出不应包括“县”一词，而应全部资本化。输出应该如下所示：

+---------+------------+
| User ID |   County   |
+---------+------------+
|       1 | BAY        |
|       2 | PALM BEACH |
|       3 | COLLIN     |
|       4 | COLUSA     |
|       5 | FRESNO     |
+---------+------------+

到目前为止我一直在用

UPPER(REPLACE(addr.COUNTY,'COUNTY','')) AS COUNTY

然后手动删除excel工作表中的额外字段。问题是，有那么多，这已经变得非常低效。

有一个政策确实有“县”这个词，所以我试着排除其中包含" county“的值，但是这样就带走了那些只有一条记录的用户。

对于如何更有效地解决这一问题，有什么想法吗？

Answer 1

您可以使用替换和组(由代替)以获得所需的结果：

with sample_data as
(
    select 1 user_id, 'Bay' county from dual
    union all
    select 2 user_id, 'Palm Beach'  from dual
    union all
    select 2 user_id, 'PALM BEACH COUNTY' county from dual
    union all
    select 3 user_id, 'Collin' county from dual
    union all
    select 3 user_id, 'COLLIN COUNTY' county from dual
    union all
    select 4 user_id, 'Colusa County' county from dual
    union all
    select 5 user_id, 'Fresno' county from dual
)
select user_id, 
       upper(replace(lower(county), ' county', '')) county 
from
    sample_data
group by
    user_id,
    upper(replace(lower(county), ' county', ''))
order by
    user_id;

   USER_ID COUNTY           
---------- -----------------
         1 BAY              
         2 PALM BEACH       
         3 COLLIN           
         4 COLUSA           
         5 FRESNO  

现在有了SQL，它为您提供了所需的结果。因此，与其从源表中删除，不如创建一个比删除它们快得多的新表：

CREATE new_table AS
select user_id, 
   upper(replace(lower(county), ' county', '')) county 
from
    sample_data
group by
    user_id,
    upper(replace(lower(county), ' county', ''));