182. Duplicate Emails
人員表
+-------------+---------+
| 列名 | 類型 |
+-------------+---------+
| id | int | | email | varchar |
+-------------+---------+
id 是這個表的主鍵（具有唯一值的列）。 這個表的每一行包含一個電子郵件地址。電子郵件地址不包含大寫字母。
解題說明
撰寫一個解決方案來報告所有重複的電子郵件地址。注意，保證 email 字段不為 NULL。
可以按任意順序返回結果表。
+-------------+---------+
| 列名 | 類型 |
+-------------+---------+
| id | int | | email | varchar |
+-------------+---------+
id 是這個表的主鍵（具有唯一值的列）。 這個表的每一行包含一個電子郵件地址。電子郵件地址不包含大寫字母。
解題說明
撰寫一個解決方案來報告所有重複的電子郵件地址。注意，保證 email 字段不為 NULL。
可以按任意順序返回結果表。
範例：
輸入：
人員表：
+----+---------+
| id | email |
+----+---------+
| 1 | a@b.com |
| 2 | c@d.com |
| 3 | a@b.com |
+----+---------+
輸出：
+---------+
| Email |
+---------+
| a@b.com |
+---------+
解釋： a@b.com 重複了兩次。
輸入：
人員表：
+----+---------+
| id | email |
+----+---------+
| 1 | a@b.com |
| 2 | c@d.com |
| 3 | a@b.com |
+----+---------+
輸出：
+---------+
| Email |
+---------+
| a@b.com |
+---------+
解釋： a@b.com 重複了兩次。
MySQL
# Write your MySQL query statement below
SELECT email AS Email
FROM Person
GROUP BY email
HAVING COUNT(email) > 1;
340ms
Pandas
import pandas as pd
def duplicate_emails(person: pd.DataFrame) -> pd.DataFrame:
# Group by email and count occurrences
email_counts = person.groupby('email').size().reset_index(name='count')
# Filter for emails that appear more than once
duplicates = email_counts[email_counts['count'] > 1]
# Select only the email column for the result
result_df = duplicates[['email']].rename(columns={'email': 'Email'})
return result_df
66.85MB, 370ms
PostgreSQL
SELECT email AS Email
FROM Person
GROUP BY email
HAVING COUNT(email) > 1;
228ms
