C# 在数据表中查找重复项，然后比较重复项

我有一个数据表，它有重复的行。我需要获得副本，并在某些列中比较副本行以获得最佳值

DataTable dt = new DataTable();

dt.Rows.Add(1, "Test1", "584", 12);
dt.Rows.Add(2, "Test2", "32", 123);
dt.Rows.Add(3, "Test3", "425", 54);
dt.Rows.Add(4, "Test1", "4", 755);
dt.Rows.Add(5, "Test5", "854", 879);
dt.Rows.Add(6, "Test2", "1", null);
dt.Rows.Add(7, "Test2", "999", 3);

注意，测试1和2有重复项

(1, "Test1", "584", 12)
(4, "Test1", "4", 755)

(2, "Test2", "32", 123)
(6, "Test2", "1", null)
(7, "Test2", "999", 3)

既然我有了副本。我需要做一行，有最好的价值。新数据表应显示：

Test1 = "Test1", "584", 755
Test2 = "Test2", "999", 123
Test3 = "Test3", "425", 54
Test5 = "Test5", "854", 879

//GroupBy（x=>x[1]）=GroupBy第二列
//其中（x=>x.Count（）>1）=仅获取计数大于1的组，因此重复
var duplicates=dt.Rows.OfType（）.GroupBy（x=>x[1]），其中（x=>x.Count（）>1.ToList（）；
//列举所有重复项
foreach（var重复中的重复）
{
//枚举副本的每一行
foreach（var数据行一式两份）
{
//做点什么…
//我不知道你的规则为什么一行比另一行好，所以那部分你必须自己弄清楚，或者扩展你的问题
}
}

也许你正在寻找这个：

DataTable dt = new DataTable();
dt.Columns.Add("Id", typeof(int));
dt.Columns.Add("Text", typeof(string));
dt.Columns.Add("Value1", typeof(string));
dt.Columns.Add("Value2", typeof(int));

dt.Rows.Add(1, "Test1", "584", 12);
dt.Rows.Add(2, "Test2", "32", 123);
dt.Rows.Add(3, "Test3", "425", 54);
dt.Rows.Add(4, "Test1", "4", 755);
dt.Rows.Add(5, "Test5", "854", 879);
dt.Rows.Add(6, "Test2", "1", null);
dt.Rows.Add(7, "Test2", "999", 3);

var duplicates = dt.Rows.OfType<DataRow>().GroupBy(x => x[1]).Where(x => x.Count() > 1).ToList();

//get the current highestId (first column) so that when we remove duplicates and a new row the new row will get the next available id
var highestId = dt.Rows.OfType<DataRow>().Max(x => (int)x[0]);

//enumerate all duplicates
foreach (var duplicate in duplicates)
{
    //get the highest value of each column
    var newId = ++highestId;
    var newText = duplicate.Key;
    var newValue1 = duplicate.Max(x => x[2]); //this does a string comparison, instead of a numeric one, this means that for example that 2 is bigger then 10

    // use this if you need numeric comparison
    var newValue1AsNumeric = duplicate.Select(x =>
    {
        if (int.TryParse(Convert.ToString(x[2]), out var value))
            return value;

        return (int?)null;
    }).OfType<int>().Max(); 

    var newValue2 = duplicate.Select(x => x[3]).OfType<int>().Max();

    //enumerate each row of the duplicate
    foreach (var dataRow in duplicate)
        dt.Rows.Remove(dataRow);

    dt.Rows.Add(newId, newText, newValue1, newValue2);
}

DataTable dt=newdatatable（）；
添加（“Id”，typeof（int））；
添加（“文本”，类型（字符串））；
添加（“值1”，类型（字符串））；
添加（“值2”，类型（int））；
添加（1，“测试1”，“584”，12）；
添加（2，“测试2”，“32”，123）；
添加（3，“测试3”，“425”，54）；
添加（4，“测试1”，“4”，755）；
添加（5，“测试5”、“854”和879）；
添加（6，“Test2”，“1”，null）；
添加（7，“测试2”，“999”，3）；
var duplicates=dt.Rows.OfType（）.GroupBy（x=>x[1]），其中（x=>x.Count（）>1.ToList（）；
//获取当前的highestId（第一列），这样当我们删除重复项和新行时，新行将获得下一个可用id
var highestId=dt.Rows.OfType（）.Max（x=>（int）x[0]）；
//列举所有重复项
foreach（var重复中的重复）
{
//获取每列的最大值
var newId=++highestId；
var newText=replicate.Key；
var newValue1=duplicate.Max（x=>x[2]）；//这会进行字符串比较，而不是数字比较，这意味着，例如，2大于10
//如果需要数字比较，请使用此选项
var newValue1AsNumeric=重复。选择（x=>
{
if（int.TryParse（Convert.ToString（x[2]），out var值））
返回值；
返回（int？）null；
}).OfType（）.Max（）；
var newValue2=duplicate.Select（x=>x[3]）of type（）.Max（）；
//枚举副本的每一行
foreach（var数据行一式两份）
删除（数据行）；
添加（newId、newText、newValue1、newValue2）；
}

您可以在此处看到正在运行的代码：

使用DataTable.AsEnumerable（）//LINQ 然后使用GroupBy（），//LINQ 过滤记录， 处理它们， 创建新数据表/从同一数据表中删除非必需记录

---

完成。

我给你的专栏命名是为了让事情变得简单一点：

DataTable dt=newdatatable（）；
Add（“id”，Type.GetType（“System.Int32”）；
Add（“group”，Type.GetType（“System.String”）；
Add（“first”，Type.GetType（“System.String”）；
Add（“second”，Type.GetType（“System.Int32”）；
添加（1，“测试1”，“584”，12）；
添加（2，“测试2”，“32”，123）；
添加（3，“测试3”，“425”，54）；
添加（4，“测试1”，“4”，755）；
添加（5，“测试5”、“854”和879）；
添加（6，“Test2”，“1”，null）；
添加（7，“测试2”，“999”，3）；

然后，您可以使用Linq分组并找到最大值（假设这就是您所说的“最佳”的意思）：

var group = dt.AsEnumerable().GroupBy(row => row.Field<string>("group")).Select(g => new
{
    group = g.Key,
    first = g.Max(row => int.Parse(row.Field<string>("first"))).ToString(),
    second = g.Max(row => row.Field<int?>("second") ?? 0)
}).ToList();

---

定义最佳。最大的？谢谢。不幸的是，我应该提到.net的版本。此项目使用的是4.0，是从3.5升级而来的。所以，``var value``不会work@54696d你的问题在哪里？我在.net 4.0中运行这段代码没有问题-正如您在这里看到的，

var value

不是.net Framework功能，而是一种c语言功能，您使用的是哪种c语言版本，为什么坚持使用这个版本？它告诉我“功能‘out variable declaration’在C#4中不可用。请使用7.0或更高版本的语言。好吧，但为什么要坚持使用这种旧版本的语言？

var group = dt.AsEnumerable().GroupBy(row => row.Field<string>("group")).Select(g => new
{
    group = g.Key,
    first = g.Max(row => int.Parse(row.Field<string>("first"))).ToString(),
    second = g.Max(row => row.Field<int?>("second") ?? 0)
}).ToList();

dt.Clear();
var rowCount = 1;
foreach (var x in group)
    dt.Rows.Add(rowCount++, x.group, x.first, x.second);