基于列筛选不重复行组合：移除镜像作者对冗余的SQL查询

嘿，这个镜像数据去重的需求在合作作者统计场景里特别常见，我来给你捋清楚怎么搞定！

核心思路很简单：我们通过字符串字典序比较，只保留author1和author2的其中一种固定组合（比如始终让字典序更小的名字排在前面），删掉反过来的冗余记录。

第一步：先确认要保留的记录（安全验证） #

先运行这个查询，看看哪些记录会被保留，确保逻辑符合你的预期：

SELECT *
FROM your_table_name -- 记得替换成你的实际表名
WHERE author1 < author2

比如你的示例数据里，Anna Spagnolli的字典序比Luciano Gamberini小，所以第一条记录会被保留，第二条镜像记录会被排除，完全符合你的需求。

第二步：删除冗余的镜像记录 #

确认没问题后，就可以删除那些反向的冗余记录了：

DELETE FROM your_table_name
WHERE author1 > author2

这条语句会精准删掉所有author1字典序大于author2的镜像记录，只留下唯一的组合。

额外补充：特殊场景处理 #

• 如果你的数据库字符串比较区分大小写（比如Anna和anna被当成不同值），可以统一转成小写后再比较，避免误判：

  -- 查询保留记录
  SELECT *
  FROM your_table_name
  WHERE LOWER(author1) < LOWER(author2)
  
  -- 删除冗余记录
  DELETE FROM your_table_name
  WHERE LOWER(author1) > LOWER(author2)
  

• 如果存在author1和author2相同的记录（比如同一作者自引），可以在条件里加AND author1 != author2来排除这种情况，避免误删。

备选方案：创建新的去重表 #

如果你不想修改原表，而是生成一个全新的无冗余表，可以用这条语句：

CREATE TABLE deduplicated_authors AS
SELECT author1, author2, `No of Publications`
FROM your_table_name
WHERE author1 < author2

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