如何筛选同Code下仅对应唯一City值的数据表记录

需要对包含Code、City两个字段的数据表执行筛选，筛选规则：若同一个Code对应多个不同的City值，则该Code下的所有记录都不选中，仅保留所有关联City完全一致的Code对应的记录。

原始表数据 #

期望输出结果 #

核心思路：先按Code分组，统计每个Code对应的去重City数量，仅保留数量为1的Code关联的所有记录。

SQL实现 #

写法1：子查询关联（兼容性最强，支持所有主流SQL数据库） #

SELECT t.Code, t.City
FROM 你的表名 t
JOIN (
    SELECT Code
    FROM 你的表名
    GROUP BY Code
    HAVING COUNT(DISTINCT City) = 1
) valid_code ON t.Code = valid_code.Code

注意：统计时必须使用COUNT(DISTINCT City)，不能直接用COUNT(City)或者COUNT(*)，否则会把Code=4这类同城市有多条重复记录的合法数据误排除。

写法2：窗口函数写法（语法更简洁，支持MySQL 8.0+、PostgreSQL、SQL Server等支持窗口函数的数据库） #

SELECT Code, City
FROM (
    SELECT
        *,
        COUNT(DISTINCT City) OVER (PARTITION BY Code) AS unique_city_cnt
    FROM 你的表名
) tmp
WHERE unique_city_cnt = 1

Pandas实现（Python场景） #

如果是用Python pandas处理表格数据，可使用以下代码：

import pandas as pd

# df为原始数据表变量
# 先筛选出仅对应1个唯一城市的Code
valid_codes = df.groupby('Code')['City'].nunique()[lambda x: x == 1].index
# 匹配拿到最终结果
result = df[df['Code'].isin(valid_codes)]

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