使用Linq从查询结果中筛选分组后OCCURANCE最高的记录

修改方案 #

你可以在现有查询的基础上，按CODE1和SAMPLE两个字段分组，每个分组内仅保留OCCURANCE值最高的记录即可，完整代码如下：

var Output = (from s in  dt2.AsEnumerable()
              from c in  dt1.AsEnumerable()
              where Regex.IsMatch(s.Field<string>("CODE1"), c.Field<string>("CODE1")) &&
                    Regex.IsMatch(s.Field<string>("SAMPLE"), c.Field<string>("CODE2"))                                                           
              select new
              {
                  OCCURANCE = c.Field<int>("OCCURANCE"),
                  CODE1 = s.Field<string>("CODE1"),
                  SAMPLE = s.Field<string>("SAMPLE"),
              })
              // 追加分组取最大值逻辑
              .GroupBy(x => new { x.CODE1, x.SAMPLE })
              .Select(g => g.OrderByDescending(x => x.OCCURANCE).First());

逻辑说明 #

• GroupBy语句以CODE1和SAMPLE组合作为分组键，把重复的同编码同样本的记录归到同一个分组里
• 每个分组内按OCCURANCE倒序排序，取第一条就是该分组下出现次数最高的记录，即可过滤掉低频次的重复数据。

如果存在同一个CODE1+SAMPLE组合有多个相同最高OCCURANCE的记录需要全部保留，可以把最后一行的Select逻辑替换为：

.SelectMany(g => g.Where(x => x.OCCURANCE == g.Max(y => y.OCCURANCE)))

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