Question

我有一个PostgreSQL表，其中有包含字符串数组的列。该行具有一些唯一的数组字符串，也有一些具有重复的字符串。我想从每行中删除重复的字符串（如果存在）。

我已经尝试了一些查询，但是无法实现。

以下是表格：

  veh_id |             vehicle_types              
 --------+----------------------------------------
      1  | {"byd_tang","volt","viper","laferrari"} 
      2  | {"volt","viper"}                        
      3  | {"byd_tang","sonata","jaguarxf"}        
      4  | {"swift","teslax","mirai"}              
      5  | {"volt","viper"}                        
      6  | {"viper","ferrariff","bmwi8","viper"}   
      7  | {"ferrariff","viper","viper","volt"}

我期望以下输出：

  veh_id |             vehicle_types              
 --------+----------------------------------------
      1  | {"byd_tang","volt","viper","laferrari"} 
      2  | {"volt","viper"}                        
      3  | {"byd_tang","sonata","jaguarxf"}        
      4  | {"swift","teslax","mirai"}              
      5  | {"volt","viper"}                        
      6  | {"viper","ferrariff","bmwi8"}           
      7  | {"ferrariff","viper","volt"}

Answer 1

由于每行的数组都是独立的，因此使用ARRAY构造函数的简单相关子查询即可完成工作：

SELECT *, ARRAY(SELECT DISTINCT unnest (vehicle_types)) AS vehicle_types_uni
FROM   vehicle;

请参阅：

Why is array_agg() slower than the non-aggregate ARRAY() constructor?

请注意，NULL被转换为空数组（'{}'）。我们需要对其进行特殊处理，但是无论如何，下面的UPDATE都将其排除在外。

快速简单。但是不要使用它。您没有这么说，但是通常您想 保留数组元素的原始顺序 。您的基本样本也有同样的建议。在相关子查询中使用WITH ORDINALITY，这会变得更加复杂：

SELECT *, ARRAY (SELECT v
                 FROM   unnest(vehicle_types) WITH ORDINALITY t(v,ord)
                 GROUP  BY 1
                 ORDER  BY min(ord)
                ) AS vehicle_types_uni
FROM   vehicle;

请参阅：

PostgreSQL unnest() with element number

UPDATE 实际删除重复项：

UPDATE vehicle
SET    vehicle_types = ARRAY (
                 SELECT v
                 FROM   unnest(vehicle_types) WITH ORDINALITY t(v,ord)
                 GROUP  BY 1
                 ORDER  BY min(ord)
                )
WHERE  cardinality(vehicle_types) > 1  -- optional
AND    vehicle_types <> ARRAY (
                 SELECT v
                 FROM   unnest(vehicle_types) WITH ORDINALITY t(v,ord)
                 GROUP  BY 1
                 ORDER  BY min(ord)
                ); -- suppress empty updates (optional)

添加的WHERE条件都是可选的，以提高性能。第一个是完全多余的。每个条件还排除NULL情况。第二个禁止所有空更新。

请参阅：

How do I (or can I) SELECT DISTINCT on multiple columns?

如果您尝试在不保留原始顺序的情况下执行此操作，则可能会更新大多数行而不需要，只是因为顺序或元素即使没有重复也已更改。

需要Postgres 9.4或更高版本。

db <>提琴here

Answer 2

我并不是说它是有效的，但是类似的事情可能会起作用：

with expanded as (
  select veh_id, unnest (vehicle_types) as vehicle_type
  from vehicles
)
select veh_id, array_agg (distinct vehicle_type)
from expanded
group by veh_id

如果您真的想花哨并且做一些最坏的情况O（n），则可以编写一个自定义函数：

create or replace function unique_array(input_array text[])
returns text[] as $$
DECLARE
  output_array text[];
  i integer;
BEGIN

  output_array = array[]::text[];

  for i in 1..cardinality(input_array) loop
    if not (input_array[i] = any (output_array)) then
      output_array := output_array || input_array[i];
    end if;
  end loop;

  return output_array;
END;
$$
language plpgsql

用法示例：

select veh_id, unique_array(vehicle_types)
from vehicles

从postgres的字符串数组列中删除重复的条目

2 个答案: