基于规则标记t1表重复数据的SQL实现问题求助

规则优先级梳理 #

先明确规则的执行逻辑顺序：

1. 所有idcommande唯一的行，直接标记为keep
2. 同一idcommande分组内，满足statut='in progress' AND typecom='canceled'的行标记为keep
3. 剩余分组内的行，仅保留idref IS NOT NULL的，标记为keep；其余标记为discard

实现SQL代码 #

使用窗口函数COUNT()判断分组行数，结合CASE语句完成标记：

SELECT 
    t1.*,
    CASE
        -- 规则1：idcommande唯一的行
        WHEN COUNT(*) OVER (PARTITION BY idcommande) = 1 THEN 'keep'
        -- 规则2：满足statut和typecom条件的行
        WHEN statut = 'in progress' AND typecom = 'canceled' THEN 'keep'
        -- 规则3：idref不为空的行
        WHEN idref IS NOT NULL THEN 'keep'
        -- 其余行标记为丢弃
        ELSE 'discard'
    END AS keep_flag
FROM t1;

如果需要布尔类型标记（True/False），只需替换对应值：

SELECT 
    t1.*,
    CASE
        WHEN COUNT(*) OVER (PARTITION BY idcommande) = 1 THEN TRUE
        WHEN statut = 'in progress' AND typecom = 'canceled' THEN TRUE
        WHEN idref IS NOT NULL THEN TRUE
        ELSE FALSE
    END AS keep_flag
FROM t1;

逻辑验证示例 #

假设测试数据：

执行后结果：

该结果完全符合所有规则要求。

内容的提问来源于stack exchange，提问作者dia05