将几乎相同的行合并为1

Question

我有一个棘手的问题，我不介意提供一些帮助，我在这里和其他地方使用的查询已经取得了一些进展，但是现在正变得很困难。

我有一个邮件列表，其中包含许多重复项，我试图将这些重复项合并为一个有意义的行，以获取此类数据。

Title Forename Surname  Address1      Postcode Phone    Age   Income    Ownership   Gas

Mrs   D         Andrews 122 Somewhere BH10     123456   66-70           Homeowner 
Ms    Diane     Andrews 122 Somewhere BH10     123456         £25-40                EDF

并沿着

Title Forename Surname  Address1      Postcode Phone    Age   Income    Ownership   Gas

Mrs   Diane     Andrews 122 Somewhere BH10     123456   66-70 £25-40    Homeowner   EDF

我有超过1.27亿条记录，大多数重复以类似的方式进行记录，但是没有明确的逻辑，就像我添加标识字段时所证明的那样。 我还有90多个专栏要考虑，所以这有点工作！ 数据没有明确的模式，所以我认为我可能有一个很大的案例陈述要尝试。

使用以下代码，我可以仅返回全名，但使用数据模式，这是一个不错的开始-尝试比较各行中的字段如下。

SELECT c1.*
FROM
    Mailing c1
    JOIN
    Mailingc2 ON c1.Telephone1 = c2.Telephone1 AND c1.surname = c2.surname
WHERE
    len(c1.Forename) > len(c2.Forename)
AND c2.over_18  <> '' 
AND c1.Telephone1 = '123456'

有没有人对我的进步有任何指示？ 我愿意讨论和提出想法...

如果标记无处不在，我会提前使用SQL 2005和歉意！

干杯，

乔恩

Answer 1

假设所有姓氏和电话号码相同的人（所有人都有电话吗？）是同一个人吗？

INSERT INTO newtable <fieldnames>
SELECT lastname,phone,max(field3),max(field4)....
FROM oldtable
GROUP BY lastname,phone

但这会使约翰·史密斯和杰克·史密斯一起生活在一起成为一个人。

也许您应该考虑将其外包给某个地方的数据输入血汗工厂，然后再对数据进行预处理。 :-)

和/或准备采取错误的捆绑方法。

也许添加诸如“为了提高绿色足迹，我们将您地址上的x个列表合并在一起。如果您希望单独发送邮件，请与我们联系”