在SQL中选择具有最密集（最少NULL）列数据的行

Question

我有多个重复的ID，需要减少到一个值。通常我会使用聚合方法来组合列值（作为总和，平均值等）。在这里，我感兴趣的是在所有列中保留具有最大数量的非空值的行：

鉴于此表：

id   col1   col2   col3
1    a      ''     ''
1    a      b      ''
2    x      y      ''
1    a      b      c
2    s      ''     ''

我如何选择：

id   col1   col2   col3
2    x      y      ''
1    a      b      c

Answer 1

有了这个查询：

select id, 
  max(
    (case when col1 is not null then 1 else 0 end) +   
    (case when col2 is not null then 1 else 0 end) + 
    (case when col3 is not null then 1 else 0 end)
  ) maxnotnulls
from tablename
group by id

您可以为每个id获取每个id的最大非空列数。 所以您可以使用上面的查询加入表格，如下所示：

select t.* from tablename t
inner join (
  select id, 
    max(
      (case when col1 is not null then 1 else 0 end) +   
      (case when col2 is not null then 1 else 0 end) + 
      (case when col3 is not null then 1 else 0 end)
    ) maxnotnulls
  from tablename
  group by id
) g 
on 
  g.id = t.id
  and 
  (case when t.col1 is not null then 1 else 0 end) +   
  (case when t.col2 is not null then 1 else 0 end) + 
  (case when t.col3 is not null then 1 else 0 end) = g.maxnotnulls

Answer 2

假设空字符串实际上是NULL，标准SQL中最简单的方法是：

select t.*
from (select t.*,
             row_number() over (partition by id
                                order by ((case when col1 is not null then 1 else 0 end) +
                                          (case when col2 is not null then 1 else 0 end) +
                                          (case when col3 is not null then 1 else 0 end) desc
                                         )
                               ) as seqnum
      from t
     ) t
where seqnum = 1;

当然，这很容易适应与空字符串的比较。

Answer 3

您可以使用suqery作为非空的最大总和并加入例如限制到前2

select m.* from  
my_table m
INNER JOIN (
  select id
   , if (col1 is null, 0, 1)  + 
     if (col2 is null, 0,  1)  + 
     if (col3 is null, 0, 1)   result 

  from my_table 
  order by  result desc 
  limit 2
) t on t.id = m.id