如何合并重复记录？求SQL提取Code列相似字符交集的方法

看起来你已经搞定了分组去重的核心逻辑，现在的关键是把格式混乱的Code字段统一成每组的"核心标识"——比如R14系列取R14、RT15系列取RT15。根据你的示例数据，核心规律是每组的Code都包含对应的Route数字，我们只需要提取从开头到Route数字结束的部分，下面分数据库给出具体实现：

核心思路 #

1. 先按你已经确定的字段（Route, State, City, Start, End, Style）分组，确保每组是唯一的记录；
2. 从每组的任意一个Code（比如取最小的Code）中，提取出包含Route数字的核心前缀部分；
3. 将提取后的核心前缀作为分组后的Code值。

SQL实现（分数据库） #

1. SQL Server #

SELECT 
    -- 提取Code中从开头到Route数字结束的部分
    LEFT(g.TempCode, CHARINDEX(CAST(g.Route AS VARCHAR(10)), g.TempCode) + LEN(CAST(g.Route AS VARCHAR(10))) - 1) AS Code,
    g.Route,
    g.State,
    g.City,
    g.Start,
    g.[End], -- End是关键字，需用方括号包裹
    g.Style
FROM (
    -- 按目标字段分组，同时取每组的最小Code作为提取样本
    SELECT 
        Route,
        State,
        City,
        Start,
        [End],
        Style,
        MIN(Code) AS TempCode
    FROM Routes
    GROUP BY Route, State, City, Start, [End], Style
) AS g;

2. MySQL #

SELECT 
    LEFT(g.TempCode, LOCATE(CONVERT(g.Route, CHAR), g.TempCode) + LENGTH(CONVERT(g.Route, CHAR)) - 1) AS Code,
    g.Route,
    g.State,
    g.City,
    g.Start,
    g.`End`, -- End是关键字，需用反引号包裹
    g.Style
FROM (
    SELECT 
        Route,
        State,
        City,
        Start,
        `End`,
        Style,
        MIN(Code) AS TempCode
    FROM Routes
    GROUP BY Route, State, City, Start, `End`, Style
) AS g;

效果验证 #

针对你的示例数据，这个逻辑会生成完全符合预期的结果：

• R14系列（Route=14，High风格）：从R14/R14-01中提取出R14；
• R15系列（Route=15，Low风格）：从R15-1/R15B中提取出R15；
• RT15系列（Route=15，High风格）：从RT15°/RT15/H中提取出RT15。

这个方法的优势是不需要依赖固定的前缀长度，只要每组的Code包含对应的Route数字，就能自动匹配出正确的核心标识，兼容性很强。

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