SQL 自关联如何去重复？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

有下图左边这个 t1 表，想生成右边 t2 表。只能写 SQL 的话，应该如何写？

自关联的话，会出现：a-b-1-7 和 b-a-7-1 这两条记录。而同一对只想出现一次，请问该如何写？



多谢大神~

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：sql 如何写

1. data t1;
   
2.    input v $ value;
   
3.    datalines;
   
4. a 1
   
5. b 2
   
6. c 3
   
7. d 4
   
8. ;
   
9. 
   
10. proc sql;
    
11.         create table t2 as
    
12.         select a.v as v1, b.v as v2, a.value as value1, b.value as value2
    
13.                 from t1 as a, t1 as b
    
14.         where a.v < b.v;
    
15.         quit;

复制代码

deem 发表于 2017-8-15 15:13

是可以的，多谢多谢~

实际上我的表中可能有几十万条数据，这样自关联，会不会耗时太久，有些优化的余地么？

daazx 发表于 2017-8-16 10:17
是可以的，多谢多谢~

实际上我的表中可能有几十万条数据，这样自关联，会不会耗时太久，有些优化的余地 ...

会很影响的，你需要先建立一个辅助数据集，生成t2的前两列，接下来就是1:1匹配，不然的话SQL太慢了。

1. data t1;
   
2.    input v $ value;
   
3.    datalines;
   
4. a 1
   
5. b 2
   
6. c 3
   
7. d 4
   
8. ;
   
9. 
   
10. * 添加一个辅助列作为组的ID ;
    
11. data t1;
    
12.     set t1;
    
13.     id_group = _n_;
    
14.     run;
    
15.    
    
16. proc print data=t1; run;
    
17. 
    
18. * 构造一个中间数据集用来1:1匹配 ;
    
19. data t2;
    
20.     do i_group = 1 to 4;
    
21.         do j_group = (i_group+1) to 4;
    
22.         output;
    
23.         end;
    
24.     end;
    
25.     run;
    
26. proc print data=t2; run;
    
27. 
    
28. * 依靠中间数据集完成匹配 ;
    
29. proc sql;
    
30.     create table t3 as
    
31.     select a.v as v1, b.v as v2, a.value as value1, b.value as value2
    
32.         from t2 as c
    
33.         inner join t1 as a
    
34.             on c.i_group = a.id_group
    
35.         inner join t1 as b
    
36.             on c.j_group = b.id_group
    
37.         order by v1, v2;
    
38.     quit;
    
39.    
    
40. proc print data=t3; run;

复制代码

daazx 发表于 2017-8-16 10:17
是可以的，多谢多谢~

实际上我的表中可能有几十万条数据，这样自关联，会不会耗时太久，有些优化的余地 ...

会很影响的，你需要先建立一个辅助数据集，生成t2的前两列，接下来就是1:1匹配，不然的话SQL太慢了。

1. data t1;
   
2.    input v $ value;
   
3.    datalines;
   
4. a 1
   
5. b 2
   
6. c 3
   
7. d 4
   
8. ;
   
9. 
   
10. * 添加一个辅助列作为组的ID ;
    
11. data t1;
    
12.     set t1;
    
13.     id_group = _n_;
    
14.     run;
    
15.    
    
16. proc print data=t1; run;
    
17. 
    
18. * 构造一个中间数据集用来1:1匹配 ;
    
19. data t2;
    
20.     do i_group = 1 to 4;
    
21.         do j_group = (i_group+1) to 4;
    
22.         output;
    
23.         end;
    
24.     end;
    
25.     run;
    
26. proc print data=t2; run;
    
27. 
    
28. * 依靠中间数据集完成匹配 ;
    
29. proc sql;
    
30.     create table t3 as
    
31.     select a.v as v1, b.v as v2, a.value as value1, b.value as value2
    
32.         from t2 as c
    
33.         inner join t1 as a
    
34.             on c.i_group = a.id_group
    
35.         inner join t1 as b
    
36.             on c.j_group = b.id_group
    
37.         order by v1, v2;
    
38.     quit;
    
39.    
    
40. proc print data=t3; run;

复制代码

daazx 发表于 2017-8-16 10:17
是可以的，多谢多谢~

实际上我的表中可能有几十万条数据，这样自关联，会不会耗时太久，有些优化的余地 ...

会很影响的，你需要先建立一个辅助数据集，生成t2的前两列，接下来就是1:1匹配，不然的话SQL太慢了。

1. data t1;
   
2.    input v $ value;
   
3.    datalines;
   
4. a 1
   
5. b 2
   
6. c 3
   
7. d 4
   
8. ;
   
9. 
   
10. * 添加一个辅助列作为组的ID ;
    
11. data t1;
    
12.     set t1;
    
13.     id_group = _n_;
    
14.     run;
    
15.    
    
16. proc print data=t1; run;
    
17. 
    
18. * 构造一个中间数据集用来1:1匹配 ;
    
19. data t2;
    
20.     do i_group = 1 to 4;
    
21.         do j_group = (i_group+1) to 4;
    
22.         output;
    
23.         end;
    
24.     end;
    
25.     run;
    
26. proc print data=t2; run;
    
27. 
    
28. * 依靠中间数据集完成匹配 ;
    
29. proc sql;
    
30.     create table t3 as
    
31.     select a.v as v1, b.v as v2, a.value as value1, b.value as value2
    
32.         from t2 as c
    
33.         inner join t1 as a
    
34.             on c.i_group = a.id_group
    
35.         inner join t1 as b
    
36.             on c.j_group = b.id_group
    
37.         order by v1, v2;
    
38.     quit;
    
39.    
    
40. proc print data=t3; run;

复制代码

这是个好问题，先留下足迹，解决后再回帖