隐藏重复的列单元格

Question

首先，在这里根本无法解决我的问题。我尝试了 this 也是如此。

我想生成随机的唯一假数据（名字和地址）

我使用以下SQL请求：

CREATE OR REPLACE VIEW bah AS
SELECT DISTINCT A.VAL AS VORNAME,
    B.VAL AS ADRESSE
FROM ANON.FIRST_NAME A,
    ANON.ADDRESS B
    GROUP BY
    A.val,b.val
    HAVING COUNT(*) = 1;

结果显然看起来像这样（地址也重复了下一个名字）：

如何使名字和地址独特？

请注意，这是CSV格式：

预期结果：

"Abbas","Dippelstr. 736, 23892 Hainichen",
"Gilda","Noackallee 6/2, 24711 Malchin",
"Guenter","Fredy-Junk-Gasse 3, 90438 Schmölln",
"Hans-Ulrich","Karl-Peter-Kambs-Gasse 996, 15869 Sulzbach-Rosenberg"

示例数据：

Column1 (contains oids (which is irrelevant) and vals(relevant! hence listed below):
"Abbas", "Ante","Anthony"... 
Column2: (see above - oids and vals) 
"Benthinstraße 31, 35994 Kleve", "Cordula-Bachmann-Ring 4/8, 06292 Neustrelitz", "Danny-Fischer-Weg 8/9, 28346 Rastatt", "Eckbauergasse 157, 10570 Rudolstadt"

Answer 1

交叉加入是错误的方法。从 comma（，）分开的多个是交叉加入的。请参阅：

• postgres中的[x，y]的意思是什么？

anon.first_name中的10个名称？ /code>和10个地址 anon.address 表格> 100行，每个名称和地址乘以交叉加入表的基数。正是你不想要的。所有与重复的混淆都是由此造成的。在之后应用不同的 交叉连接效率极低。

要仅使用每个名称和地址一次，请将一个随机（或任意）编号附加到每一侧，然后加入。

假设（由于缺乏声明）每个源表都有不同的条目。 （否则，您需要带有不同的的子查询才能首先崩溃 - 窗口函数，例如 row_number（） 在 distient 之前应用在相同的查询级别上。）

SELECT *
FROM  (
   SELECT row_number() OVER () AS arbitrary_nr, val AS vorname
   FROM   anon.first_name
   ) a
JOIN (
   SELECT row_number() OVER () AS arbitrary_nr, val AS adresse
   FROM   anon.address
   ) b USING (arbitrary_nr)

组合是任意，而不是随机。请参阅：

结果具有较小表的基数。跳过较大桌子的多余行被跳过。

为了允许一些重复，您只需在一个（或两个）侧引入一些重复的数字（ nuterary_nr ）具有相同的任意号码。为您的示例：

有时可能有2个人住在同一地址

SELECT *
FROM  (
   SELECT row_number() OVER (ORDER BY val) AS arbitrary_nr, val AS vorname
   FROM   anon.first_name
   UNION ALL
   SELECT row_number() OVER (ORDER BY val) - 1, val
   FROM   anon.first_name
   WHERE  random() > .9
   ) a
JOIN (
   SELECT row_number() OVER () AS arbitrary_nr, val AS adresse
   FROM   anon.address
   ) b USING (arbitrary_nr)

这第二次增加了所有名字的约10％。 （因此有些名称获得了两个地址。）这次，名称按字母顺序排列。随机示例以0（ -1 ）开头，数字只能增加速度较慢，因此相同的名称永远无法获得相同的 nutyary_nr ，并且永远不会合并相同的地址两次同名。

只要至少一侧获得任意（或随机）数字，结果仍然是任意（或随机）。

有许多的方式。很大程度上取决于您的确切输入以及结果的确切要求。

Answer 2

您正在使用在此处选择“不同的错误”。

为了达到预期的结果，您需要像这样修改查询：

select distinct on (ADRESSE) * from bah;

这样您的结果行将是唯一的。