sql去除重复数据语句（sql中三种去重的方式）

废话不多说，直接干货。

一、oracle去重

1、创建测试数据

create table test_duplicate_removal(
       c001 number,
       c002 varchar2(100)
);
insert into test_duplicate_removal values(101, 'aa');
insert into test_duplicate_removal values(102, 'aa');
insert into test_duplicate_removal values(103, 'aa');
insert into test_duplicate_removal values(104, 'bb');
insert into test_duplicate_removal values(105, 'bb');
insert into test_duplicate_removal values(106, 'cc');
insert into test_duplicate_removal values(107, 'cc');
insert into test_duplicate_removal values(108, 'dd');

2、使用row_number() over()函数根据c002列去重

创建一个rn列，根据c002进行分组，每个小组内再根据c001的值进行排序。

select c001,c002, row_number()  over(partition by c002 order by c001 desc) rn from  test_duplicate_removal

通过rn筛选值为1的行，同时也就对c002进行了去重

select * from (select c001,c002, row_number()  over(partition by c002 order by c001 desc) rn from  test_duplicate_removal) t where t.rn=1

二、python的pandas模块去重方法

1、将数据库数据导出保存为csv

2、pandas实现sql里排序函数row_number() over()功能

import pandas as pd
# 读取csv数据
df = pd.read_csv('test_duplicate_removal.csv')
print('打印原始数据：')
print(df)
# 此处等价于sql里的排序函数row_number() over()功能
df['rn'] = df['c001'].groupby(df['c002']).rank()
print()
print('根据c002分组，根据c001组内排序：')
print(df)
# 去重
print()
print('去重，筛选rn=1的行：')
print(df[df['rn'] == 1])

运行结果