196. Delete Duplicate Emails
+-------------+---------+
| 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。電子郵件不會包含大寫字母。
編寫一個解決方案來刪除所有重複的電子郵件，只保留具有最小 id 的唯一電子郵件。
對於 SQL 用戶，請注意你應該編寫一個 DELETE 語句，而不是 SELECT 語句。
對於 Pandas 用戶，請注意你應該就地修改 Person 表。
運行你的腳本後，顯示的答案是 Person 表。驅動程序將首先編譯並運行你的代碼，然後顯示 Person 表。最終 Person 表的順序無關緊要。
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。電子郵件不會包含大寫字母。
編寫一個解決方案來刪除所有重複的電子郵件，只保留具有最小 id 的唯一電子郵件。
對於 SQL 用戶，請注意你應該編寫一個 DELETE 語句，而不是 SELECT 語句。
對於 Pandas 用戶，請注意你應該就地修改 Person 表。
運行你的腳本後，顯示的答案是 Person 表。驅動程序將首先編譯並運行你的代碼，然後顯示 Person 表。最終 Person 表的順序無關緊要。
範例：
輸入：
Person 表:
+----+------------------+
| id | email |
+----+------------------+
| 1 | john@example.com |
| 2 | bob@example.com |
| 3 | john@example.com |
+----+------------------+
輸出：
+----+------------------+
| id | email |
+----+------------------+
| 1 | john@example.com |
| 2 | bob@example.com |
+----+------------------+
解釋：john@example.com 重複了兩次。我們保留 id = 1 的行。
MySQL
# Write your MySQL query statement below
DELETE p1
FROM Person p1
JOIN Person p2
ON p1.email = p2.email AND p1.id > p2.id;
1011ms
Pandas
import pandas as pd
def delete_duplicate_emails(person: pd.DataFrame) -> None:
# Sort the DataFrame by 'id' to ensure the smallest 'id' for each email comes first
person.sort_values(by='id', inplace=True)
# Drop duplicates based on the 'email' column, keeping the first occurrence
person.drop_duplicates(subset='email', keep='first', inplace=True)
70.15MB, 454ms
PostgreSQL
-- Write your PostgreSQL query statement below
DELETE FROM Person
WHERE id NOT IN (
SELECT MIN(id)
FROM Person
GROUP BY email
);
0.00MB, 290ms
