如何在SQL中基于姓名合并重复行并自动填充空缺列的值

核心实现逻辑是按姓名分组，利用聚合函数自动忽略NULL值的特性，提取每个字段分组内的非空值即可，以下是不同场景的写法：

主流数据库通用写法 #

MySQL、PostgreSQL、Spark SQL、Hive、SQL Server等绝大多数数据库都支持该方案：

SELECT
  姓名,
  MAX(电话) AS 电话,
  MAX(邮箱) AS 邮箱,
  MAX(地址) AS 地址,
  -- 其余需要补全的字段均可以同理套用MAX函数
  MAX(注册时间) AS 注册时间
FROM 你的客户表名称
GROUP BY 姓名;

说明：MAX/MIN函数在计算时会自动跳过NULL值，只要同一姓名分组下任意一行存在该字段的非空值，最终都会返回该值。如果同一姓名下同一个字段存在多个不同的非空值，可以根据业务需求调整逻辑：需要保留最早录入的值换用MIN函数，需要保留最新录入的值换用MAX函数，需要保留所有值可以用GROUP_CONCAT（MySQL）/STRING_AGG（PostgreSQL/SQL Server）拼接。

多值优先级自定义场景 #

如果你需要指定字段的取值优先级（比如优先取官方渠道录入的地址，其次取活动渠道录入的地址），可以用窗口函数实现：

WITH field_ranked AS (
  SELECT
    *,
    -- 按你需要的优先级排序，非空值排在前面，也可以额外加渠道、录入时间等排序规则
    ROW_NUMBER() OVER(PARTITION BY 姓名 ORDER BY
      CASE WHEN 电话 IS NOT NULL THEN 0 ELSE 1 END,
      CASE WHEN 邮箱 IS NOT NULL THEN 0 ELSE 1 END,
      CASE WHEN 地址 IS NOT NULL THEN 0 ELSE 1 END,
      录入时间 DESC
    ) AS rn
  FROM 你的客户表名称
)
SELECT 姓名, 电话, 邮箱, 地址, 注册时间
FROM field_ranked
WHERE rn = 1;

前置校验建议 #

合并前建议先排查同姓名下存在多个不同有效值的情况，避免误覆盖业务数据：

-- 排查同一姓名有多个不同电话的情况，其余字段可以同理调整
SELECT 姓名, COUNT(DISTINCT 电话) AS 不同电话数量
FROM 你的客户表名称
GROUP BY 姓名
HAVING COUNT(DISTINCT 电话) > 1;

如果存在姓名拼写不一致的情况（如同音字、多字漏字、大小写差异），需要先对姓名做标准化清洗（比如统一转小写、生成拼音相似度编码、模糊匹配纠错），再用标准化后的姓名字段分组。

内容的提问来源于stack exchange，提问作者Bryan