如何在SQL中识别重复值？现有查询出现重复数据求助

你的原始查询出现重复行，核心原因是inpatient_mapping表中存在多条满足token_person_id = a.token_person_id且disdate = a.indexdate的记录，LEFT JOIN后会将这些多条记录与a表的单条记录关联，从而产生重复输出。

以下是几种帮你定位重复值的查询方法：

1. 统计重复分组的次数 #

这个查询可以快速找出哪些token_person_id和indexdate的组合产生了重复，以及重复的次数：

SELECT 
    a.token_person_id,
    a.indexdate,
    COUNT(*) AS duplicate_count
FROM 
    new_alzheimers_agegroup2 a
LEFT JOIN
    inpatient_mapping b ON b.token_person_id = a.token_person_id 
                        AND a.indexdate = b.disdate
GROUP BY 
    a.token_person_id, a.indexdate
HAVING 
    COUNT(*) > 1
ORDER BY 
    duplicate_count DESC;

2. 查看具体的重复记录详情 #

如果需要看到重复的具体数据（比如admidate的差异），可以用窗口函数标记重复行：

SELECT 
    b.admidate,
    a.token_person_id,
    a.indexdate,
    ROW_NUMBER() OVER (PARTITION BY a.token_person_id, a.indexdate ORDER BY b.admidate) AS row_num
FROM 
    new_alzheimers_agegroup2 a
LEFT JOIN
    inpatient_mapping b ON b.token_person_id = a.token_person_id 
                        AND a.indexdate = b.disdate
ORDER BY 
    a.token_person_id, a.indexdate, row_num;

执行后，row_num大于1的行就是对应的重复记录，你可以通过这些数据排查inpatient_mapping表中同一token_person_id和disdate下存在多条记录的原因。

另外补充：你的原始查询未添加GROUP BY子句，COUNT(DISTINCT a.token_person_id)的统计逻辑并不合理，这也是导致结果不符合预期的一个因素。

内容的提问来源于stack exchange，提问作者Chelsea A