出租车轨迹数据中，有时候同一辆车会在同一个空间位置发回来很多数据，这时除了时间字段外其他字段内容都相同。为了更好的进行数据清洗，需要处理这样的数据，即将其进行缩减。
数据表定义为：
CREATE TABLE public.taxi_2010 ( tid integer NOT NULL, isempty smallint, gpstime timestamp without time zone, lon real, lat real );
比如下面的第1条和第2条就是重复的数据。
tid | isempty | lon | lat | gpstime -------+---------+---------+---------+--------------------- 10037 | 1 | 121.486 | 31.3117 | 2015-04-01 00:31:07 10037 | 1 | 121.486 | 31.3117 | 2015-04-01 00:31:15 10037 | 1 | 121.486 | 31.3118 | 2015-04-01 00:31:17 10037 | 1 | 121.486 | 31.3121 | 2015-04-01 00:31:22
要剔除这样重复的点，可以使用PostgreSQL中的window函数进行处理：
select t1.tid,t1.isempty,t1.lon,t1.lat,t1.gpstime from (select tid,isempty,lon,lat,gpstime,row_number() over (order by tid,gpstime) as seq1 from taxi_2010 t order by tid,gpstime) t1 inner join (select tid,lon,lat,gpstime,row_number() over (order by tid,gpstime) as seq2 from taxi_2010 t order by tid,gpstime) t2 on t2.seq2=t1.seq1+1 and t1.tid=t2.tid and (not (t1.lat::numeric=t2.lat::numeric and t1.lon::numeric=t2.lon::numeric));
其中，row_number()函数提取当期行号作为唯一id，inner join提取两表中共有的要素，通过行号+1提取邻近行。
参考：
回复 buying rifaximin generic drug 取消回复