如何在SQL中按条件筛选唯一记录，提取每位校友最新完成的学业信息

核心逻辑 #

以学生ID作为校友唯一识别标识，同一ID下仅保留毕业年份最大值对应的行即可。

注：若存在同一校友同一年毕业多个项目的情况，可在排序规则中补充学业阶段优先级（如博士>硕士>本科）作为第二排序条件，确保保留最高学段记录。

Excel 实现步骤 #

• 全选数据集，先按「学生ID」升序排序，再按「毕业年份」降序排序，保证同一ID下最新的记录排在最前
• 新增辅助列，在表头下第一行输入公式=COUNTIF($A$2:A2,A2)（假设A列为学生ID所在列），下拉填充所有行
• 筛选辅助列值为1的行，导出即可得到所需结果

SQL 实现代码 #

假设表名为alumni，对应字段为student_id（学生ID）、name（姓名）、education_background（受教育经历）、grad_year（毕业年份），实现代码如下：

SELECT student_id, name, education_background, grad_year
FROM (
    SELECT 
        *,
        ROW_NUMBER() OVER(PARTITION BY student_id ORDER BY grad_year DESC) AS rank_num
    FROM alumni
) t
WHERE rank_num = 1;

Python Pandas 实现代码 #

import pandas as pd

# 读取数据集，可根据实际文件格式替换为read_csv等方法
df = pd.read_excel("your_file_path.xlsx")

# 按毕业年份倒序排序后按学生ID去重，保留第一条记录
result_df = df.sort_values("grad_year", ascending=False).drop_duplicates("student_id", keep="first")

# 导出处理后的结果
result_df.to_excel("processed_alumni_data.xlsx", index=False)

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