C# - 从DataTable中删除具有相同列值的行

Question

我有一个DataTable，看起来像这样：

 ID   Name    DateBirth
.......................
 1     aa      1.1.11
 2     bb      2.3.11
 2     cc      1.2.12
 3     cd      2.3.12

哪种方法最快地删除具有相同ID的行，以获得如下结果（保留第一次出现，删除其余行）：

 ID   Name    DateBirth
.......................
 1     aa      1.1.11
 2     bb      2.3.11
 3     cd      2.3.12

我不想对表格行进行两次处理，因为行数很大。 如果可能的话，我想使用一些LinQ，但我想这可能会是一个巨大的查询，我必须使用比较器。

- darkdante

---

你尝试过什么？只是关于ID吗？其他字段都不相关吗？ - DerApe

常规做法是使用两个for循环，验证每一行的ID字段。如果它是重复的，就将其删除。但这种方法基础且效率低下。是的，其他字段都是不相关的，只有ID是重要的。 - darkdante

Answer 1

你可以使用 LINQ to DataTable，基于列 ID 进行去重。你可以在这个列上进行 分组，然后选择第一个：select first。

  var result = dt.AsEnumerable()
                 .GroupBy(r => r.Field<int>("ID"))
                 .Select(g => g.First())
                 .CopyToDataTable();

- cuongle

Answer 2

我在解决同样的问题时发现它非常有趣，想分享我的发现。

1. 如果行应该基于所有列都是唯一的。

DataTable newDatatable = dt.DefaultView.ToTable(true, "ID", "Name", "DateBirth");

您在此提到的列，只有这些列将在newDatatable中返回。

2. 如果基于一列进行去重并且该列的类型为 int ，那么我会选择使用LINQ查询。

  DataTable newDatatable = dt.AsEnumerable()
                           .GroupBy(dr => dr.Field<int>("ID"))
                           .Select(dg => dg).Take(1)
                           .CopyToDataTable();

如果基于一个字符串类型的列来进行去重，我会倾向于使用循环。

List<string> toExclude = new List<string>();
for (int i = 0; i < dt.Rows.Count; i++)
{
    var idValue = (string)dt.Rows[i]["ID"];
    if (toExclude.Contains(idValue))
    {
        dt.Rows.Remove(dt.Rows[i]);
        i--;
    }
    toExclude.Add(glAccount);
}

第三个是我最喜欢的。

我可能回答了一些问题中没有提到的事情。这是出于善意和一点兴奋而做的。

希望它能有所帮助。

- Sandy

---

如果“distinct”基于两列而不是一列呢？即在上述情况下为“id”。 - Jogi

Answer 3

你可以尝试这个。

DataTable uniqueCols = dt.DefaultView.ToTable(true, "ID");

- COLD TOLD

Answer 4

不一定是最高效的方法，但可能是最易读的方法：

table = table.AsEnumerable()
    .GroupBy(row => row.Field<int>("ID"))
    .Select(rowGroup => rowGroup.First())
    .CopyToDataTable();

Linq更加强大。例如，如果您想改变逻辑，并且不选择每个id组的第一行（任意），而是根据DateBirth选择最后一行：

table = table.AsEnumerable()
    .GroupBy(row => row.Field<int>("ID"))
    .Select(rowGroup => rowGroup
                          .OrderByDescending(r => r.Field<DateTime>("DateBirth"))
                          .First())
    .CopyToDataTable();

- Tim Schmelter

Answer 5

1. 为每个ID获取记录数量

var rowsToDelete = 
    (from row in dataTable.AsEnumerable()
    group row by row.ID into g
    where g.Count() > 1

2. 确定要保留哪个记录（不知道您的标准；我会按出生日期排序，然后按 Name 排序并选择第一条记录），然后选择其余的记录。

select g.OrderBy( dr => dr.Field<DateTime>( "DateBirth" ) ).ThenBy( dr => dr.Field<string>( "Name" ) ).Skip(1))

3. 压平

.SelectMany( g => g );

4. 删除行

rowsToDelete.ForEach( dr => dr.Delete() );

5. 接受更改

dataTable.AcceptChanges();

- Moho

Answer 6

这是一种实现方法， 你只需要使用moreLinq库，并使用它的函数DistinctBy。

代码:

protected void Page_Load(object sender, EventArgs e)
{
  var DistinctByIdColumn = getDT2().AsEnumerable()
                                   .DistinctBy(
                                   row => new { Id = row["Id"] });
  DataTable dtDistinctByIdColumn = DistinctByIdColumn.CopyToDataTable();
}


public DataTable getDT2()
{
   DataTable dt = new DataTable();
   dt.Columns.Add("Id", typeof(string));
   dt.Columns.Add("Name", typeof(string));
   dt.Columns.Add("Dob", typeof(string));
   dt.Rows.Add("1", "aa","1.1.11");
   dt.Rows.Add("2", "bb","2.3.11");
   dt.Rows.Add("2", "cc","1.2.12");
   dt.Rows.Add("3", "cd","2.3.12");
   return dt;
}

输出：正如你所期望的。

查看更多Linq示例代码，请访问我的博客

- Satinder singh