在SQL查询中查找重复值：如何识别同供应商重复录入的发票

你之前用COUNT函数仅统计相同供应商ID、相同金额的记录总数，无法区分「同一供应商同金额的正常多笔发票」和「同一张发票重复录入生成不同发票号」的两类场景，核心判定逻辑需要补充同组内存在2个及以上不同发票号的条件。

SQL查询方案 #

假设发票表名为invoices，核心字段包括vendor_id（供应商ID）、invoice_no（发票号）、amount（发票金额）、vendor_name（供应商名称）

统计所有存在重复录入的供应商+金额分组 #

SELECT vendor_id, vendor_name, amount, COUNT(DISTINCT invoice_no) AS distinct_invoice_count
FROM invoices
GROUP BY vendor_id, vendor_name, amount
HAVING COUNT(DISTINCT invoice_no) > 1

执行后会直接返回你示例中的Johns Bakery这类存在重复录入的分组记录。

导出所有重复录入的明细发票 #

如果需要拉出所有对应的发票明细，使用关联子查询实现：

SELECT t1.*
FROM invoices t1
INNER JOIN (
    SELECT vendor_id, amount
    FROM invoices
    GROUP BY vendor_id, amount
    HAVING COUNT(DISTINCT invoice_no) > 1
) t2 ON t1.vendor_id = t2.vendor_id AND t1.amount = t2.amount
ORDER BY t1.vendor_id, t1.amount

Excel处理方案 #

如果数据存储在Excel表格中，按以下步骤操作：

• 新增辅助列（假设为C列），合并供应商ID和金额字段，公式为=A2&B2（A列为供应商ID、B列为金额，可根据实际列号调整）
• 新增第二列辅助列（假设为D列），统计同分组下不同发票号的数量，公式为=SUMPRODUCT(($C$2:$C$[你的数据最大行号]=C2)/COUNTIFS($E$2:$E$[你的数据最大行号],$E$2:$E$[你的数据最大行号],$C$2:$C$[你的数据最大行号],C2))（E列为发票号列）
• 筛选D列数值大于1的所有行，即为需要排查的重复录入发票
  

内容的提问来源于stack exchange，提问作者noootnaaa