mysql - 通过VLOOKUP清理SQL查询中的数据

Question

我有一个查询，可以提取以下列中的销售数据:

• 购买日期
• 产品 ID
• 产品名称
• 价格

但是，在业务发展初期，某些产品 ID 的输入格式有误。目前，我有一个 Excel 文件，其中 A 列中包含旧的/错误的 ID，B 列中包含正确的 ID。

我想知道是否有一种方法可以编写一个查询来查看产品 ID 是否在列表的 A 列中。如果为 True，它将从 B 列返回正确的 ID，如果为 False，它将从数据库返回产品 ID。

在 Excel 中，我将按以下方式执行此操作:=IFERROR(VLOOKUP(Product ID,ID Fix SheetA:B,2,FALSE),Product ID)

示例数据

#   Created On        Item IDs  Product Name   Price
1   26/02/2018 10:51    ABC1    Product Name 1  99
2   26/02/2018 10:22    G7781   Product Name 2  1299
3   26/02/2018 10:23    L5303   Product Name 3  165
4   26/02/2018 10:24    G9576   Product Name 4  1999
5   26/02/2018 10:26    ABC2    Product Name 5  99
6   26/02/2018 10:30    GGG1    Product Name 6  469
7   26/02/2018 10:37    T1283   Product Name 7  299
8   26/02/2018 10:42    L4505   Product Name 8  329
9   26/02/2018 10:48    L3007   Product Name 9  99

如您所见，我们的产品使用 L、G 或 T 后跟数字。我们的三个垂直领域各有一个字母。不过，有些早期已经添加了 ABC 或 GGG 前缀。

Column A   Column B
    ABC1    L886
    ABC2    L5632
    GGG1    G7268

这就是为什么我有这个额外文件，其中 A 列中包含旧的/不正确的 ID，而 B 列中包含正确的 ID。

我想要的结果是按垂直方向(ID 以 L、T 或 G 开头)对销售数据进行分组。但在此之前，我需要进行某种查找来修复不正确的项目 ID。

Answer 1

如果数据库中的值正确

drop table if exists t,t1;

create table t( id int, itemid varchar(20));

insert into t values
(1 ,     'ABC1' ),   
(2 ,     'G7781'),  
(3 ,     'L5303'),  
(4 ,     'G9576'),  
(5 ,     'ABC2' ),  
(6 ,     'GGG1' ),  
(7 ,     'T1283'),   
(8 ,     'L4505'),   
(9 ,     'L3007');

create table t1(Columna varchar(20),Columnb varchar(20));
insert into t1 values
(    'ABC1'   , 'L886'),
(    'ABC2'   , 'L5632'),
(    'GGG1'   , 'G7268');

select left(
         case when t1.columnb is not null then t1.columnb
         else t.itemid
         end ,1)  vertical,
         count(*) obs
from t
left join t1 on t1.columna = t.itemid
group by left(case when t1.columnb is not null then t1.columnb
         else t.itemid
         end ,1);

+----------+-----+
| vertical | obs |
+----------+-----+
| G        |   3 |
| L        |   5 |
| T        |   1 |
+----------+-----+
3 rows in set (0.00 sec)