sql - 从逗号分隔的字符串中删除重复项 (Amazon Redshift)

Question

我正在使用 Amazon Redshift。

我在该字符串中有一列存储为逗号分隔，如 Private, Private, Private, Private, Private, Private, United Healthcare。我想使用 query 从中删除重复项，因此结果应该是 Private, United Healthcare。我显然从 Stackoverflow 找到了一些解决方案，并且知道可以使用正则表达式。

因此，我尝试使用:

SELECT  regexp_replace('Private, Private, Private, Private, Private, Private, United Healthcare', '([^,]+)(,\1)+', '\1') AS insurances; 

和

SELECT  regexp_replace('Private, Private, Private, Private, Private, Private, United Healthcare', '([^,]+)(,\1)+', '\g') AS insurances; 

还有其他一些正则表达式，但似乎不起作用。有什么解决办法吗？

Answer 1

这是 Amazon Redshift 的用户定义函数 (UDF):

CREATE FUNCTION f_uniquify (s text)
  RETURNS text
IMMUTABLE
AS $$
  -- Split string by comma-space, remove duplicates, convert back to comma-separated
  return ', '.join(set(s.split(', ')))
$$ LANGUAGE plpythonu;

测试它:

select f_uniquify('Private, Private, Private, Private, Private, Private, United Healthcare');

返回:

United Healthcare, Private

如果返回值的顺序很重要，那么它就需要一些更具体的代码。