问题：找出一列中，不重复的值的个数

方法一：可以在【数据】-【删除重复项】中直接删除重复的，剩下的就是不同值，看下个数就可以了。

方法二：利用sumproduct函数



解释：

①COUNTIF(A2:A17,A2:A17)找出每个单元格里的值在整个范围里面有几个重复值

②对所以的重复值取倒数

③sumproduct（1/COUNTIF(A2:A17,A2:A17)）让倒数相加，同一个值的结果都是1，返回值就是区域中不同值的个数了。

举例：

【银行理财】在区域中有3个重复值，取倒数以后再使用sumproduct把各倒数相加，那么结果就是，【银行理财】的计算结果是1；同理，【证券股票】计算结果也是1，【保险年金】结果也是1，…这样一直下去，有几个不同的字段就返回几个1，相加之后就是不同字段的个数了。


完毕。

问题：
有个use_table 中一个用户对应有多个权限，密码是在excel中用rand随机取的，这就导致了一个用户在不同的权限中有不同的密码，为了便于记忆，现在需要找出那些有多个权限的用户，并且把他们的密码改为同一个.
解决方案：
1.找出有多个权限的用户 ，并且取其中每个组的最大或者最小值作为密码  
select login_id ,min(password) as password from user_table  group by login_id having count(login_id)>=2
2.将user_table 中存在多个权限的用户的密码改为上述步骤中对应的密码
update   a set a.password=b.password from
(select login_id ,min(password) as password from user_table  group by login_id having count(login_id)>=2

) b inner join user_table a on a.login_id=b.login_id

今天，在使用LISTAGG()函数连接不同角色所有人员的完整名称时，发现LISTAGG()函数本身并不提供去重的功能（相同的人名，在结果中会重复显示）。
问问度娘，没有找到好用的解决方法。然后使用Yahoo英文版（Google要是能用或许就没有Yahoo什么事了），搜索到了Stackoverflow上的一篇文章，受到启发，然后使用嵌套一层子查询的方法实现了去重后的连接。

本来想贴上原文链接，结果找了半天没找到，算了，自己写一段sample吧。
SELECT *
  FROM IKB
 WHERE TYPE = 'iCompany-I Skill set'


执行结果：





现要求将相同sub-type的值串联显示，而En列中存在重复值，如果直接使用listagg()，串联后的结果中也将包括重复值。
SELECT DISTINCT
       TYPE,
       SUBTYPE,
       LISTAGG (EN, ' | ')
          WITHIN GROUP (ORDER BY EN)
          OVER (PARTITION BY TYPE, SUBTYPE) AS SKILLS
  FROM IKB
 WHERE SUBTYPE IN ('Technology_Database', 'test')

执行结果：





解决方法：先在子查询中完成去重操作，再在外层查询中使用LISTAGG()函数。
修改后的query如下：
SELECT DISTINCT
       TYPE,
       SUBTYPE,
       LISTAGG (EN, ' | ')
          WITHIN GROUP (ORDER BY EN)
          OVER (PARTITION BY TYPE, SUBTYPE)
          AS SKILLS
  FROM (SELECT DISTINCT TYPE, SUBTYPE, EN
          FROM IKB
         WHERE SUBTYPE IN ('Technology_Database', 'test'))


执行结果：



任务完成！cheers!

    

                    
用pd读excel文件--2个邮件列表去重后，不包含的数据
这次是要读取两个excel的文件，然后查看tiany表中的邮箱不在spam中的邮箱，然后将结果另存为'email_result.xlsx'
知识点
读excel，没有列标题，命名标题
合并两个dataframe，然后找不同。用merge
取不包含*的值，再isin前面加 ~

写入csv，要注意是否包含了前面的索引
1、读excel
读excel文件
两个excel表都仅有邮箱一列，且无列名，所以在读取时要标明无列名，且要将列命名为'mail'.
下面的代码时错误的：
tianyan = pd.read_excel('C:/Users/*/Documents/tiany.xlsx',header=None)
出来之后标题是0，用rename函数也改不过来
然后在header= None后面加了 'names = 'mail'  还是不对，看不懂英文啊，吃大亏！！！
无奈求助大神，names都不会用？你看文档了吗？看不懂英文，来我教你看文档  （习惯性被鄙视(●ˇ∀ˇ●)  
然后大神带着我看了一遍这个函数的英文解释才晓得，names后面应该是列表
header : int, list of ints, default 0
Row (0-indexed) to use for the column labels of the parsed DataFrame. If a list of integers is passed those row positions will be combined into a MultiIndex. Use None if there is no header.
names : array-like, default None
List of column names to use. If file contains no header row, then you should explicitly pass header=None
正确的应该是这个样子的：
tianyan = pd.read_excel('C:/Users/*/Documents/tiany.xlsx',header=None,names= ['mail'])
spam = pd.read_excel('C:/Users/*/Documents/spam.xlsx',header =None,names=['mail'])
两个表字段都命名为”mail"，方便后期处理

然后在每个dataframe后面加一列，用于区分
tiany表在后面加了一列：tiany，
spam表在后面加了一列：spam  （字段名和值相同）
tiany['tiany'] = 'tiany'
spam['spam'] = 'spam'

2、合并两个dataframe，找到tiany中没有包含spam的邮箱
谷歌后用pd.merge函数，参照举例及文档，选择left
pd.merge(tiany,spam, how= 'left', on = 'mail')

最后的行数与tiany相同，要取最后一列为NaN的数据
3、计算结果
要保留最后一列为NaN的邮箱列
如果用excel的话就很方便了，先筛选最后一列为'NaN'的值，然后筛选第一列的邮箱，复制到新表另存为即可。
在python的话，要先选择最后一列为'NaN'的值。选spam的好选，如果是'NaN'的话就要报错了。

上面这个图是看有多少是spam的值，下面这个图是把只选最后一列为“NaN”的值，记得在前面加一个
~表示反选。（网上太多人抄别人的文章了，就不能自己写吗  ￣へ￣）
感谢STACK OVERFLOW网站，最后找到了反选的方法

这样还是没有完的，因为最后只保留第一列邮箱，其他的不要。所有上面的代码没问题，我就把值赋值给了email，然后再把最终结果保存到csv中

4、保存结果
先赋值给email_result   
（新手就老老实实把步骤写好，打好基础，坑踩两次就好了）
email_result = email.mail
email_result
再保存
email_result.to_csv('C:/Users/xiaom/Documents/email_result.csv')
保存之后发现有索引，算了，就这样把，没啥影响。
第一篇博客就到这，用了这么久时间写，希望自己能不要重复踩坑，拜拜。
（写这么长，希望别被抄走了，转载、复制之类请发送站内信给我。虽然不一定会有人看到，但还是要说明一下）