如何通过SELECT查询修正违反函数依赖A->B的SQL脏数据

核心逻辑为将原表与A对应的正确B值映射做关联，用正确B值替换原表错误B值即可，以下是两种常见场景的标准SQL实现：

场景1：已提前生成A对应的正确B映射表 #

假设你已经将确认好的A到正确B的映射存储在名为correct_ab_map的表中，表包含A、correct_B两个字段，直接关联查询即可得到清洗结果：

SELECT 
  t.A,
  m.correct_B AS B
FROM 你的原表名 t
INNER JOIN correct_ab_map m 
  ON t.A = m.A;

场景2：未提前生成映射表，按出现频率最高的B作为正确值 #

你示例中的正确B刚好是同A下出现次数最多的值，这种场景可以用标准SQL窗口函数动态计算正确映射，无需提前建映射表：

WITH ab_freq AS (
  -- 统计每个A下每个B的出现频次
  SELECT 
    A,
    B,
    COUNT(*) AS freq,
    -- 同A下按频次倒序排序，频次相同时按B字典序取第一个，避免结果不稳定
    ROW_NUMBER() OVER (PARTITION BY A ORDER BY COUNT(*) DESC, B ASC) AS rn
  FROM 你的原表名
  GROUP BY A, B
),
correct_map AS (
  -- 取每个A下频次最高的B作为正确值
  SELECT A, B AS correct_B
  FROM ab_freq
  WHERE rn = 1
)
-- 关联原表替换B值得到清洗结果
SELECT 
  t.A,
  m.correct_B AS B
FROM 你的原表名 t
INNER JOIN correct_map m 
  ON t.A = m.A;

如果使用的数据库不支持CTE语法，将上述子查询嵌套到FROM子句中即可，逻辑完全一致。

内容的提问来源于stack exchange，提问作者user15547357