如何按相同ID分组合并行以去除空值并整合关联数据？

问题背景 #

现有含重复分组的数据集，需每个分组仅保留特定单条记录；尝试GROUP BY和ROW_NUMBER()方法未达预期。

正确实现方案 #

方法1：ROW_NUMBER()分区筛选（推荐） #

通过CTE或子查询给每个分组内的记录按规则编号，筛选编号为1的记录：

WITH ranked_data AS (
    SELECT 
        *,
        -- 按分组字段分区，按排序字段倒序编号，取每组第一条
        ROW_NUMBER() OVER (PARTITION BY 分组字段 ORDER BY 排序字段 DESC) AS rn
    FROM 你的数据表
)
SELECT *
FROM ranked_data
WHERE rn = 1;

• 替换分组字段：比如用户ID、类别ID等用于分组的字段
• 替换排序字段：比如创建时间、金额等决定保留哪条记录的字段，DESC取最新/最大值，ASC取最早/最小值
• 若分组内有并列值（如同分组同排序值），可改用RANK()或DENSE_RANK()

方法2：GROUP BY+关联查询 #

先通过聚合找到分组内目标字段的极值，再关联原表获取完整记录：

SELECT t.*
FROM 你的数据表 t
JOIN (
    SELECT 分组字段, MAX(目标字段) AS target_val
    FROM 你的数据表
    GROUP BY 分组字段
) agg ON t.分组字段 = agg.分组字段 AND t.目标字段 = agg.target_val;

• 若分组内目标字段有多个相同极值，该方法会返回多条记录，需结合ROW_NUMBER()进一步筛选

常见错误排查 #

• 遗漏ROW_NUMBER()的PARTITION BY子句，导致全表统一编号而非分组编号
• GROUP BY时直接选择非聚合字段，返回的记录不符合预期
• 排序字段选择错误，导致保留的不是目标记录

内容的提问来源于stack exchange，提问作者rania