SQL多表关联查询去重求助：获取首次诊断记录

刚接触SQL遇到这种问题太正常啦，我来一步步帮你拆解解决：

首先理解报错原因 #

你遇到的a.code未在GROUP BY中列出错误，是因为标准SQL要求SELECT语句里的列，要么出现在GROUP BY子句中，要么被聚合函数（比如MIN()、MAX()、COUNT()等）包裹。如果直接GROUP BY某些列，但SELECT里还有其他未被聚合的列，SQL不知道要取这个分组里的哪一条记录的该列值，所以会报错。

而你的核心需求是获取首次出现的诊断记录，直接GROUP BY去重不是最优解，我们需要先定位到每个诊断首次出现的时间点，再关联回原表获取完整信息。

假设表结构（基于你的描述合理推测） #

先明确一下三张表的关联关系（如果和你的实际结构有出入，你可以微调字段名）：

• encounters：存储就诊记录，包含encounter_id（就诊ID）、patient_id（患者ID）、encounter_date（就诊日期）
• diagnosis：存储诊断信息，包含diagnosis_id（诊断ID）、code（诊断编码）、description（诊断描述）
• encounter_diagnosis：就诊与诊断的关联表，包含encounter_id、diagnosis_id

方法一：子查询+MIN()聚合找首次日期 #

这种方法是先找到每个患者+诊断组合的最早就诊日期，再关联回原表获取完整记录：

步骤1：获取每个患者+诊断的首次就诊日期 #

SELECT
  ed.patient_id,  -- 从encounters表关联获取患者ID
  ed.diagnosis_id,
  MIN(e.encounter_date) AS first_diagnosis_date
FROM encounter_diagnosis ed
JOIN encounters e ON ed.encounter_id = e.encounter_id
GROUP BY ed.patient_id, ed.diagnosis_id;

这里GROUP BY的是patient_id和diagnosis_id，确保我们是按「每个患者的每个诊断」来分组，用MIN()取该组最早的就诊日期，完全符合SQL标准，不会报错。

步骤2：关联原表获取完整诊断记录 #

把上面的子查询和三张表关联，筛选出对应首次日期的记录：

SELECT
  e.patient_id,
  d.code,
  d.description,
  e.encounter_date AS first_diagnosis_date,
  e.encounter_id
FROM encounters e
JOIN encounter_diagnosis ed ON e.encounter_id = ed.encounter_id
JOIN diagnosis d ON ed.diagnosis_id = d.diagnosis_id
-- 关联子查询得到的首次诊断日期
JOIN (
  SELECT
    ed_inner.patient_id,
    ed_inner.diagnosis_id,
    MIN(e_inner.encounter_date) AS first_date
  FROM encounter_diagnosis ed_inner
  JOIN encounters e_inner ON ed_inner.encounter_id = e_inner.encounter_id
  GROUP BY ed_inner.patient_id, ed_inner.diagnosis_id
) AS first_diag ON
  e.patient_id = first_diag.patient_id
  AND ed.diagnosis_id = first_diag.diagnosis_id
  AND e.encounter_date = first_diag.first_date;

这样就能得到每个患者每个诊断的首次出现记录，不会有重复。

方法二：窗口函数ROW_NUMBER()（更灵活） #

如果你的SQL环境支持窗口函数（比如MySQL 8+、PostgreSQL、SQL Server等，备考大概率会涉及），用ROW_NUMBER()会更直观：

WITH ranked_diagnoses AS (
  SELECT
    e.patient_id,
    d.code,
    d.description,
    e.encounter_date,
    e.encounter_id,
    -- 按「患者+诊断」分组，按就诊日期升序排名，首次记录排名为1
    ROW_NUMBER() OVER (
      PARTITION BY e.patient_id, d.diagnosis_id
      ORDER BY e.encounter_date ASC
    ) AS rn
  FROM encounters e
  JOIN encounter_diagnosis ed ON e.encounter_id = ed.encounter_id
  JOIN diagnosis d ON ed.diagnosis_id = d.diagnosis_id
)
-- 只取排名为1的记录，也就是首次诊断
SELECT *
FROM ranked_diagnoses
WHERE rn = 1;

这里PARTITION BY相当于分组，ORDER BY决定排序规则，ROW_NUMBER()给每个组内的记录编号，取rn=1就是最早的那条诊断记录，逻辑清晰，也不会有GROUP BY的报错问题。

总结 #

1. 避免直接GROUP BY去重的误区：必须保证SELECT的列要么在GROUP BY中，要么是聚合函数
2. 获取首次记录的两种核心思路：
   • 先找首次时间，再关联回原表
   • 用窗口函数给记录排名，取排名第一的
3. 备考时两种方法都要掌握，窗口函数是现在SQL的常用技巧，子查询是基础逻辑

内容的提问来源于stack exchange，提问作者eamarrow