如何用PL SQL实现类似Pandas分组去空去重并生成列表的功能？

需求说明 #

实现与你提供的Pandas代码一致的逻辑：对数据分组后，去除分组内的NULL值、删除重复值，最终返回结果规则为：

• 分组内无有效非空数据时返回NULL
• 分组内仅1条唯一非空数据时返回该值
• 分组内有多条唯一非空数据时返回列表/集合

实现方案 #

1. 定义全局集合类型（用于存储多值结果）

如果需要返回数组形式的列表，首先在SQL层创建自定义集合类型（根据目标字段类型调整，这里以VARCHAR2为例）：

CREATE OR REPLACE TYPE VARCHAR2_LIST AS TABLE OF VARCHAR2(4000);
/

如果目标字段是数字类型，可改为：

CREATE OR REPLACE TYPE NUMBER_LIST AS TABLE OF NUMBER;
/

2. 分组查询实现逻辑

假设你的表名为tmp，分组字段为group_col1, group_col2（支持单字段或多字段），目标处理字段为target_col，以下是兼容Oracle 12c+的实现：

SELECT 
    group_col1,
    group_col2,
    CASE 
        -- 无有效非空数据时返回NULL
        WHEN COUNT(DISTINCT target_col) FILTER (WHERE target_col IS NOT NULL) = 0 THEN NULL
        -- 仅1条唯一非空数据时返回该值
        WHEN COUNT(DISTINCT target_col) FILTER (WHERE target_col IS NOT NULL) = 1 THEN MAX(target_col) FILTER (WHERE target_col IS NOT NULL)
        -- 多条唯一非空数据时返回集合列表
        ELSE CAST(COLLECT(DISTINCT target_col ORDER BY target_col) AS VARCHAR2_LIST)
    END AS result_list
FROM tmp
GROUP BY group_col1, group_col2;

如果你的Oracle版本低于12c（不支持FILTER子句），可改用CASE嵌套实现过滤：

SELECT 
    group_col1,
    group_col2,
    CASE 
        WHEN COUNT(DISTINCT CASE WHEN target_col IS NOT NULL THEN target_col END) = 0 THEN NULL
        WHEN COUNT(DISTINCT CASE WHEN target_col IS NOT NULL THEN target_col END) = 1 THEN MAX(CASE WHEN target_col IS NOT NULL THEN target_col END)
        ELSE CAST(COLLECT(DISTINCT CASE WHEN target_col IS NOT NULL THEN target_col END ORDER BY target_col) AS VARCHAR2_LIST)
    END AS result_list
FROM tmp
GROUP BY group_col1, group_col2;

3. 可选：返回逗号分隔的字符串列表

如果不需要集合类型，而是需要字符串形式的列表（如值1, 值2, 值3），可使用LISTAGG函数：

SELECT 
    group_col1,
    group_col2,
    CASE 
        WHEN COUNT(DISTINCT CASE WHEN target_col IS NOT NULL THEN target_col END) = 0 THEN NULL
        WHEN COUNT(DISTINCT CASE WHEN target_col IS NOT NULL THEN target_col END) = 1 THEN MAX(CASE WHEN target_col IS NOT NULL THEN target_col END)
        ELSE LISTAGG(DISTINCT target_col, ', ') WITHIN GROUP (ORDER BY target_col)
    END AS result_string
FROM tmp
GROUP BY group_col1, group_col2;

内容的提问来源于stack exchange，提问作者Любовь Пономарева