PostgreSQL中如何按分组获取组内唯一值

示例数据 #

Group | Value
1     | a
1     | b
1     | a
1     | c
2     | a
2     | b
2     | b
3     | a

期望结果 #

格式一：展开式（保留分组+唯一值的行） #

Group | Value
1     | a
1     | b
1     | c
2     | a
2     | b
3     | a

格式二：聚合式（每个分组对应唯一值集合） #

Group | Value
1     | {a,b,c}
2     | {a,b}
3     | {a}

实现方案 #

1. SQL 实现 #

生成展开式结果

直接筛选唯一的(Group, Value)组合即可，两种写法都能实现：

-- 方法1：使用 DISTINCT
SELECT DISTINCT "Group", Value
FROM your_table
ORDER BY "Group";

-- 方法2：使用 GROUP BY
SELECT "Group", Value
FROM your_table
GROUP BY "Group", Value
ORDER BY "Group";

生成聚合式结果

通过字符串聚合函数将分组内的唯一值合并，不同数据库语法略有区别：

• MySQL 8.0+：

SELECT "Group", GROUP_CONCAT(DISTINCT Value SEPARATOR ',') AS Value
FROM your_table
GROUP BY "Group";

• PostgreSQL：

SELECT "Group", STRING_AGG(DISTINCT Value, ',') AS Value
FROM your_table
GROUP BY "Group";

• SQL Server：

SELECT "Group", STRING_AGG(DISTINCT Value, ',') WITHIN GROUP (ORDER BY Value) AS Value
FROM your_table
GROUP BY "Group";

2. Python Pandas 实现 #

假设数据已加载到DataFrame中：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'Group': [1,1,1,1,2,2,2,3],
    'Value': ['a','b','a','c','a','b','b','a']
})

生成展开式结果

# 方法1：删除重复的(Group, Value)行
df_unique = df.drop_duplicates(subset=['Group', 'Value']).sort_values('Group')
print(df_unique)

# 方法2：分组后提取唯一值再展开
df_unique = df.groupby('Group')['Value'].unique().explode().reset_index()
print(df_unique)

生成聚合式结果

# 分组后聚合唯一值
df_agg = df.groupby('Group')['Value'].unique().reset_index()
# 可选：将数组格式转为{...}字符串
df_agg['Value'] = df_agg['Value'].apply(lambda x: f'{{{",".join(x)}}}')
print(df_agg)

内容的提问来源于stack exchange，提问作者Himanshu Singh