SQL：如何选择具有最知名值的行？

我有用户的用户名（用户名，性别，date_of_birth，zip），其中用户的ID是永久性的，但用户可以在过去多次注册，有时他会填写所有数据，有时候不会。除此之外，他可以改变居住地（在这种情况下，zip可以改变）。SQL：如何选择具有最知名值的行？

所以查询

SELECT username, sex, date_birth, zip FROM users_log WHERE username IN('user1', 'user2', 'user3')

返回以下结果：

"user1";"M";"1982-10-04 00:00:00";"6320" 
"user2";"";"";"1537" 
"user3";"";"";"1537" 
"user3";"";"";"1000" 
"user3";"";"";"1000" 
"user3";"";"1979-05-29 00:00:00";"1000" 
"user3";"";"";"1537" 
"user3";"";"1979-05-29 00:00:00";"1000" 
"user1";"";"";"1000" 
"user3";"";"";"1537"

在这种情况下，用户1，改变了住所;邮政编码改变了;而“属于”他的第二行不包含人口统计数据。用户3也有多个记录，只有两个记录包含人口统计数据。

我想要做的是将用户绑定到包含关于他的最多数据的行，并考虑包含在具有最知名值的行中的zip。有谁知道如何编写适当的查询？

谢谢！

来源

2012-04-20 Niko Gamulin

你能向我们提供您的除外什么确切的数据？ – Arion 2012-04-20 08:53:46

这将是痛苦的;很痛苦。

你的问题不清楚这个问题，但我假设你所指的'用户ID'是用户名。如果这是错误的，则会做出相应的修改。

与任何复杂查询一样，分阶段构建它。

阶段1：每个记录有多少个非空字段？

SELECT username, sex, date_of_birth, zip, 
     CASE WHEN sex   IS NULL THEN 0 ELSE 1 END + 
     CASE WHEN date_of_birth IS NULL THEN 0 ELSE 1 END + 
     CASE WHEN zip   IS NULL THEN 0 ELSE 1 END AS num_non_null_fields 
    FROM users_log

阶段2：哪一个给定用户名的字段数最多？

SELECT username, MAX(num_non_null_fields) AS num_non_null_fields 
    FROM (SELECT username, sex, date_of_birth, zip, 
       CASE WHEN sex   IS NULL THEN 0 ELSE 1 END + 
       CASE WHEN date_of_birth IS NULL THEN 0 ELSE 1 END + 
       CASE WHEN zip   IS NULL THEN 0 ELSE 1 END AS num_non_null_fields 
      FROM users_log 
     ) AS u 
GROUP BY username

第3阶段：选择（全部）为与最大数量的非空字段的给定用户行：现在

SELECT u.username, u.sex, u.date_of_birth, u.zip 
    FROM (SELECT username, MAX(num_non_null_fields) AS num_non_null_fields 
      FROM (SELECT username, sex, date_of_birth, zip, 
         CASE WHEN sex   IS NULL THEN 0 ELSE 1 END + 
         CASE WHEN date_of_birth IS NULL THEN 0 ELSE 1 END + 
         CASE WHEN zip   IS NULL THEN 0 ELSE 1 END AS num_non_null_fields 
        FROM users_log 
       ) AS u 
     GROUP BY username 
     ) AS v 
    JOIN (SELECT username, sex, date_of_birth, zip, 
       CASE WHEN sex   IS NULL THEN 0 ELSE 1 END + 
       CASE WHEN date_of_birth IS NULL THEN 0 ELSE 1 END + 
       CASE WHEN zip   IS NULL THEN 0 ELSE 1 END AS num_non_null_fields 
      FROM users_log 
     ) AS u 
    ON u.username = v.username AND u.num_non_null_fields = v.num_non_null_fields;

，如果有人有（比如说）三个多行填入字段，那么所有这些行将被返回。但是，您尚未指定在这些行之间进行选择的任何标准。

这里的基本技术可以适应任何变化的要求。关键是随时建立和测试子查询。

这个SQL没有一个已经靠近DBMS;它可能会有错误。

您尚未指定您正在使用的DBMS。但是，似乎Oracle不会喜欢用于表别名的AS表示法，尽管它在列别名上对AS没有问题。如果您使用任何其他DBMS，则不必担心这种小偏心。

来源

2012-04-20 09:05:50

哇，真是太棒了。 +1 :) – 2012-04-20 09:12:49

幸运的是，您正在使用PostgreSQL。它更容易计算由铸造布尔整数填充字段：

SELECT username, 
    ( 
     (sex is not null)::int 
    + (date_birth_birth is not null)::int 
    + (zip is not null)::int 
    )/3.0 as percent_complete 
FROM users_log

你的代码的目标有这个问题相似：
Postgresql: Calculate rank by number of true OR clauses

来源

2012-04-20 09:11:33

SQL：如何选择具有最知名值的行？

回答

相关问题