Linq Distinct无法正确返回结果

Question

我正在尝试使用 Linq 从 DataTable 中选择不同的值。该 DataTable 是从一个包含动态列的 Excel 表格中填充的，除此之外，每个 Excel 表格都有一个名为 SERIAL NUMBER 的列名是必需的。

我有一个演示用的 DataTable，其中包含 4 个序列号：

• 12345
• 12345
• 98765
• 98765

当我执行以下操作时：

var distinctList = dt.AsEnumerable().Select(a => a).Distinct().ToList();

如果我执行

var distinctList = dt.AsEnumerable().Select(a => a.Field<string>("SERIAL NUMBER").Distinct().ToList();

我得到了正确的结果，但它只包含来自dt的一个列而不是所有其他列

我得到了所有四条记录而不是两条。请问有人能告诉我哪里错了吗。

- Izzy

---

你想在数据表中按所有列进行去重吗？ - Magnus

@Magnus 我想仅通过“序列号”列进行区分，如果有更多的话，只返回其中一个，并将另一个放在重复列表中，以便最终可以警告用户发现的所有重复项。 - Izzy

Answer 1

问题在于Distinct方法默认使用默认的相等比较器，而对于DataRow来说是通过引用进行比较的。要获得所需的结果，您可以使用允许您传递IEqualityComparer<T>的Distinct重载，并传递DataRowComparer.Default：

DataRowComparer<TRow>类用于比较DataRow对象的值而不是比较对象引用。

var distinctList = dt.AsEnumerable().Distinct(DataRowComparer.Default).ToList();

更多信息请参见比较数据行 (LINQ to DataSet)。

- Ivan Stoev

---

谢谢您，我会尝试并告诉您我的进展。 - Izzy

Answer 2

在 ToTable 方法中，第一个参数指定是否需要 Distinct 记录，第二个参数指定我们将使用哪个列名进行去重。

DataTable returnVals = dt.DefaultView.ToTable(true, "ColumnNameOnWhichYouWantDistinctRecords");

在这个任务中，没有必要使用linq！

- mybirthname

---

谢谢您的回答，但这只会返回“序列号”列。 - Izzy

Answer 3

那么，您想按序列号对它们进行分组并检索完整的DataRow吗？假设在对它们进行分组后，我们想要检索第一项：

var distinctList = dt.AsEnumerable().GroupBy(a => a.Field<string>("SERIAL NUMBER"))
                       .Select(a => a.FirstOrDefault()).Distinct().ToList();

编辑：根据要求

var distinctValues = dt.AsEnumerable().Select(a => a.Field<string>("SERIAL NUMBER")).Distinct().ToList();
var duplicateValues = dt.AsEnumerable().GroupBy(a => a.Field<string>("SERIAL NUMBER")).SelectMany(a => a.Skip(1)).Distinct().ToList();
var duplicatesRemoved = dt.AsEnumerable().Except(duplicateValues);

- Innat3

---

抱歉，我想我的问题可能不太清楚。我只想获取唯一的值并删除重复项/将它们添加到另一个列表中（如果可能的话）。我不想对它们进行分组。 - Izzy

谢谢你，你在这里使用Skip(1)的原因是什么？ - Izzy

因此，通过按SerialNumber对它们进行分组，我们将获得几个项目集合，每个集合共享相同的SN。使用 .SelectMany() 我们可以将每个集合中的所有项目检索到一个平面列表中，但是我们想要 跳过 或 避免 第一个项目，以便我们不包括该SN的“原始”或“第一个”条目，我们只想要所有重复项。清楚吗？ - Innat3

Answer 4

使用Linq的GroupBy可能更加适合，听起来是这样的。

var groups = dt.AsEnumerable().GroupBy(a => a.SerialNumber).Select(_ => new {Key = _.Key, Items = _});

这将根据序列号进行分组。每个项目组具有相同的序列号，但其他属性值不同。

- Valeklosse

---

但这样做不会给我一个不同的列表，而是将两个项目分组到一个序列下，这不是我想要的。 - Izzy

Answer 5

试试这个：

List<string> distinctValues = (from row in dt.AsEnumerable() select row.Field<string>("SERIAL NUMBER")).Distinct().ToList();

但是对我来说，这也可以工作：

List<string> distinctValues = dt.AsEnumerable().Select(row => row.Field<string>("SERIAL NUMBER")).Distinct().ToList();

- Mitulát báti

---

但这只会返回一个带有“序列号”列的列表，我也想要所有其他列。你的查询与我已经在问题中提出的完全相同。 - Izzy