Question

182. 查找重复的电子邮箱

English Version

题目描述

表: Person

+-------------+---------+
| Column Name | Type  |
+-------------+---------+
| id      | int   |
| email     | varchar |
+-------------+---------+
id 是该表的主键（具有唯一值的列）。
此表的每一行都包含一封电子邮件。电子邮件不包含大写字母。

 

编写解决方案来报告所有重复的电子邮件。 请注意，可以保证电子邮件字段不为 NULL。

以 任意顺序 返回结果表。

结果格式如下例。

 

示例 1:

输入: 
Person 表:
+----+---------+
| id | email   |
+----+---------+
| 1  | a@b.com |
| 2  | c@d.com |
| 3  | a@b.com |
+----+---------+
输出: 
+---------+
| Email   |
+---------+
| a@b.com |
+---------+
解释: a@b.com 出现了两次。

解法

方法一：分组统计

我们可以使用 GROUP BY 语句，按照 email 字段进行分组，然后使用 HAVING 语句，筛选出现次数大于 $1$ 的 email。

import pandas as pd


def duplicate_emails(person: pd.DataFrame) -> pd.DataFrame:
  results = pd.DataFrame()

  results = person.loc[person.duplicated(subset=["email"]), ["email"]]

  return results.drop_duplicates()

# Write your MySQL query statement below
SELECT email
FROM Person
GROUP BY 1
HAVING COUNT(1) > 1;

方法二：自连接

我们可以使用自连接的方法，将 Person 表自身连接一次，然后筛选出 id 不同，但 email 相同的记录。

SELECT DISTINCT p1.email
FROM
  person AS p1,
  person AS p2
WHERE p1.id != p2.id AND p1.email = p2.email;