如何解决Presto中GROUP BY报错‘必须是聚合表达式或在GROUP BY子句’问题？

这个问题和另一Stack Overflow问题类似，但本文提供了更简单的示例（原问题的查询过于复杂难以理解）。

示例（模拟）数据 #

期望结果 #

（目标是相同id仅显示一次，按kg排序后取第一个匹配项）

问题描述 #

使用以下查询语句时：

SELECT 
    p.id,
    p.gender,
    p.kg
FROM patient p
ORDER BY p.kg
GROUP BY 1

出现报错：

'p.gender' must be an aggregate expression or appear in GROUP BY clause

若改为GROUP BY 1, 2，则报错：

'p.kg' must be an aggregate expression or appear in GROUP BY clause

解决方案 #

你的核心需求是按kg排序后，获取每个id对应的第一行数据，直接用GROUP BY无法实现，因为GROUP BY是聚合分组逻辑，而非筛选指定顺序的行。正确做法是使用窗口函数ROW_NUMBER()标记分组内的行顺序：

SELECT id, gender, kg
FROM (
    SELECT 
        p.id,
        p.gender,
        p.kg,
        ROW_NUMBER() OVER (PARTITION BY p.id ORDER BY p.kg) AS row_num
    FROM patient p
) t
WHERE t.row_num = 1;

逻辑说明 #

1. 子查询中，PARTITION BY p.id将数据按id分组
2. ORDER BY p.kg确保每个分组内的行按kg从小到大排序
3. ROW_NUMBER()为每个分组内的行分配序号，最小kg的行序号为1
4. 外层查询筛选出序号为1的行，即每个id对应的最小kg记录

如果你的数据库支持FETCH FIRST WITH TIES（比如PostgreSQL、SQL Server），也可以用更简洁的写法：

SELECT p.id, p.gender, p.kg
FROM patient p
ORDER BY ROW_NUMBER() OVER (PARTITION BY p.id ORDER BY p.kg)
FETCH FIRST 1 ROW WITH TIES;

内容的提问来源于stack exchange，提问作者Yann Stoneman