Estamos migrando assinaturas de um banco de dados do Access para o Mysql, porém antes de migrar eu preciso tratar algumas partes dos dados. Eu necessito:
- Remover id's duplicadas
- Retornar o maior valor do campo data para estas id's
No próprio librecalc tem como remover as id's duplicadas, porém eu preciso comparar o campo data de ambos os registros duplicados, pois eu quero usar o maior. Então
exemplo:
id, data
2, 05/07/2016
2, 08/12/2018
Percebam que estão duplicados, mas eu preciso retornar a maior data entre estes 2 campos, que, no exemplo, seria 08/12/2018
. No final, ficaria apenas um registro com id 2 e com a maior data filtrada, 08/12/2018
.
Teria como fazer isto com SQL? Se não,
Teria como alguém me explicar a lógica para fazer isto em PHP? Eu tentei fazer um script no PHP que faz isto, mas não tem dado certo pra todos os casos.
Minha abordagem em PHP:
<?php
$file = file("access_old2.csv");
$new = fopen("access_formatado.csv", "w");
for ($i=0; $i < count($file); $i++) {
print "---------------------";
$explode = explode("|", $file[$i]);
$explode[10] = strtotime(str_replace("/", "-", $explode[10])); // $explode[10] é o campo data
$explode_next = explode("|", $file[$i+1]);
$explode_next[10] = strtotime(str_replace("/", "-", $explode_next[10])); // $explode_next[10] é o campo data do próximo laço
if ($explode[0] == $explode_next[0]) { // $explode[0] é a id | não grava os dados repetidos e recupera a maior data de assinatura
$date_atual = $explode[10];
$date_next = $explode_next[10];
if ($date_atual !== $date_next) {
echo "diferente";
print("<pre><br>"); //hack
var_dump($date_next);
var_dump($date_atual);
var_dump(date("Y-m-d", max($date_atual, $date_next)));
print("</pre><br>"); //hack
$explode[10] = max($date_atual, $date_next);
$explode_next[10] = max($date_atual, $date_next);
}
continue;
}
$explode[10] = date("Y-m-d", $explode[10]);
$explode_next[10] = date("Y-m-d", $explode_next[10]);
if ($explode[8] == "SP") { // coloca um zero a esquerda dos ceps de SP
$explode[6] = str_pad($explode[6], 8, "0", STR_PAD_LEFT);
}
$explode[11] = "ASSCH";
$explode[6] = substr($explode[6], 0, 5)."-".substr($explode[6], 5, 8);
if ($explode[9] == "") {
$explode[9] = "BR";
}
print("<pre><br>"); //hack
var_dump($explode);
print("</pre><br>"); //hack
fputcsv($new, $explode, "|", '"');
}
fclose($new);
Neste script, caso a id do loop atual $explode[0]
seja igual a id do próximo loop, ele deveria retornar o max($data_atual, $data_next)
. Funciona para alguns, mas para outros não. Tem haver com a ordem dos registros, mas já estou neste código faz um dia e não consegui progresso. (Acredito ser um erro na lógica do script).
TL;DR
- SQL para remover duplicados e deixar a maior data entre os duplicados
- Meu script não funciona para alguns casos.