请教一道比较funky的join - 未名空间MITBBS历史存档

国际科技财经博客移民网络热点娱乐民生时事公众号

Redian新闻

>未名空间

>DataSciences - 数据科学

请教一道比较funky的join

请教一道比较funky的join# DataSciences - 数据科学

s*a2015-05-16 07:05

1 楼

我join了两个table之后大概是这样子的：
ID_1 ID_2
10001 20005
10001 20006
10001 20007
10002 20005
10002 20008
10003 20005
10003 20008
10003 20009
10004 20005
. .
. .
. .
同一个ID_1会对着很多个ID_2，当然同一个ID_2也对着很多个ID_1。我其实只要
unique combination如下：
ID_1 ID_2
10001 20006
10002 20008
10003 20009
10004 20005
. .
. .
Kick是ID_2就像一个pool。我拿出来了就不能放进去了,同时，我要发现as many
unique combination as possible。
我是在SAS下面写的。这是不是一个harsh的问题？要怎么写呢？
万分感谢

s*a2015-05-16 07:05

2 楼

顶一下哦

E*g2015-05-16 07:05

3 楼

我不做SAS，提个思路你看对不对：
先对ID_1做group, 得到字典1 {10001: {5,6,7}, 10002:{5,8}...}
再对ID_2做group count, 得到字典2{5:4,6:1,7:1,8:2...}
然后遍历字典1的值，以此为key,看字典2里的值是否大于1
大于1就不unique
BTW, 我写到着才发现你给的unique combination不make sense
20008对应多个ID_1值，怎么也是unique?

s*a2015-05-16 07:05

4 楼

hey谢谢回复。第一个table确实是一个科对应多个哦，第二个table要unique。而且要
争取所有的ID_1能找到一个对应的ID_2。我有一个思路是sort ID2 by decending of
the # of appearances. 当ID_2 appearance=1的时候,它直接接到ID_1上。然后把这一
行的两个ID 分别从ID_1和ID_2中delete掉。但是后面问题是，当appearance>=2的时候
，我怎么选一个出来？rand吗？然后难道我来个'bootstrap'个1000次，找出一组所有/
最多的ID_1能找到一个对应的ID_2。。。
。。我programming功底不是很好。
谢谢建议哦！！

【在 E*********g 的大作中提到】

: 我不做SAS，提个思路你看对不对：
: 先对ID_1做group, 得到字典1 {10001: {5,6,7}, 10002:{5,8}...}
: 再对ID_2做group count, 得到字典2{5:4,6:1,7:1,8:2...}
: 然后遍历字典1的值，以此为key,看字典2里的值是否大于1
: 大于1就不unique
: BTW, 我写到着才发现你给的unique combination不make sense
: 20008对应多个ID_1值，怎么也是unique?

E*g2015-05-16 07:05

5 楼

大致明白你的意思了
一时还真的想不出合适的算法，估计这个没有唯一解

有/

【在 s*********a 的大作中提到】

: hey谢谢回复。第一个table确实是一个科对应多个哦，第二个table要unique。而且要
: 争取所有的ID_1能找到一个对应的ID_2。我有一个思路是sort ID2 by decending of
: the # of appearances. 当ID_2 appearance=1的时候,它直接接到ID_1上。然后把这一
: 行的两个ID 分别从ID_1和ID_2中delete掉。但是后面问题是，当appearance>=2的时候
: ，我怎么选一个出来？rand吗？然后难道我来个'bootstrap'个1000次，找出一组所有/
: 最多的ID_1能找到一个对应的ID_2。。。
: 。。我programming功底不是很好。
: 谢谢建议哦！！

s*a2015-05-16 07:05

6 楼

还是谢谢你哦！卡在Marco上了。。sigh...

【在 E*********g 的大作中提到】

: 大致明白你的意思了
: 一时还真的想不出合适的算法，估计这个没有唯一解
:
: 有/