实习2

需求：

将同一个身份证出现不同地市的提取出来，其余的提取出来。例如：

广州 id1;广州 id2；深圳 id1;广州 id2;惠州 id3;就是把id1对应的两条数据取出来，其余的取出来。

数据共有16673条，字段如下：

解决一：mysql提取数据

经过尝试加深了对mysql的理解：group by和聚合函数同时使用的易错点

（1）：

select *,count(distinct 地市) as num
from cbss
having num > 1

结果返回的是一条语句，因为*返回16673条，聚合函数count返回1条，所以结果是随机返回一条。

（2）：

select *,count(distinct 地市) as num
from cbss
group by 身份证
having num > 1

用身份证进行分组，结果返回741条语句，同样有问题，根据num的计算，结果也只是7980条数据

问题在于类似广州 id1；广州 id1；深圳 id1根据身份id分组只会返回两条数据。

方法一：因为（2）找出来身份，但没找出数量，先把身份选出来，再用in 即可

select * from cbss
where 身份证 in
　　(select 身份证 from
　　　　(select *,count(distinct 地市) as num
　　　　from cbss
　　　　group by 身份证
　　　　having num > 1
　　　　) t1
　　)

一共返回8746条数据

方法二：借鉴参考网上的思路，就是表连接运行的速度慢了点

select * from cbss
where 身份证 in
(
select 身份证
from cbss A
group by 身份证
having
(select count(distinct 地市) from cbss B
where A.身份证 = B.身份证) > 1
)

方法三：

select * from cbss
where 身份证 in
　　(
　　select 身份证 from
　　　　(select 身份证,count(distinct 地市) as num
　　　　from cbss
　　　　group by 身份证
　　　　) A
　　where num > 1
　　)

和一区别是严格按照原则：select 后的语句要么是聚合函数，要么在group by 后面。

然后其余的使用not in即可

select * from cbss
where 身份证 not in
　　(
　　select 身份证 from
　　　　(select 身份证,count(distinct 地市) as num
　　　　from cbss
　　　　group by 身份证
　　　　) A
　　where num > 1
　　)

或者num=1

select * from cbss
where 身份证 in
　　(
　　select 身份证 from
　　　　(select 身份证,count(distinct 地市) as num
　　　　from cbss
　　　　group by 身份证
　　　　) A
　　　where num = 1
　　)

解决二：python 函数

导入数据：