SQL 根据组选择最常见的列

Question

我正在使用 Snowflake 查询数据，其中一个表存在一些我无法控制的问题。

除了一条记录外，大多数记录有多个项目 ID 具有相同的项目描述。例如：

商品编号	物品描述
1234	可口可乐原味
1234	可口可乐原味
1234	可口可乐组织
1234	可口可乐原味

我尝试加入此表以引入项目描述，但由于命名约定不同，结果是两条记录。如何创建查询来为每个唯一的商品 ID 选择最常见的商品描述？

Answer 1

您可以结合使用聚合和窗口函数。首先，计算每个项目 ID 的每个描述的出现次数。然后，使用窗口函数对这些出现次数进行排名。最后，为每个项目 ID 选择计数最高（排名 = 1）的描述：

WITH DescriptionCounts AS (
  SELECT
    ItemID,
    ItemDescription,
    COUNT(*) AS DescriptionCount
  FROM
    YourTable
  GROUP BY
    ItemID,
    ItemDescription
), RankedDescriptions AS (
  SELECT
    ItemID,
    ItemDescription,
    RANK() OVER (PARTITION BY ItemID ORDER BY DescriptionCount DESC) AS DescriptionRank
  FROM
    DescriptionCounts
)
SELECT
  ItemID,
  ItemDescription
FROM
  RankedDescriptions
WHERE
  DescriptionRank = 1;