DB：多列之间的匹配和评分（3D 数据集）

Question

我的一个熟人询问了一个独特的 SQL 任务。他们是生物技术研究人员，因此不精通 SQL。他们在 Excel 中运行，这限制了他们进行分析的能力，并要求我提供帮助。对于为该解决方案选择方法，我同样感到困惑，即编程方法或数据库查询就足够了。如果，数据库查询，那么它应该是什么？从代码行和 CPU 周期/RAM 消耗的角度考虑这一点，因为这是一个大系统的一小部分。

问题集是关于不同样本之间的匹配。每个样本都有 PrimaryKey : MemberID。每个 MemberID 有 6 个参数分数。每个参数都是唯一的，因此不允许参数之间的交叉匹配。如果参数与其他样本匹配，则得分为 1。最大得分为 6，最小得分为 0。示例集如下：

原始输入是唯一的数据集。我已经将结果集可视化了。

条件如下：

• 特定分数只能与该特定分数匹配。 （即 Score1 只能与其他 Score1 匹配）
• 查找查询显示特定 MemberID 的匹配项，其中显示匹配项 (MemberIDs)（6/6、6/5 等）
• 显示表统计信息的通用查询（总共 6/6 匹配、6/5 匹配等）
• 显示特定匹配（6/6、6/5 或 6/4）等的查询。

我考虑过将数据结构转换为：

然后使用groupby生成结果集。但是这个 3D 集正在融合我的大脑。用于此 MySQL 和 PHP 的技术。对上面指定的结果集有任何帮助吗？

Answer 1

对于每个成员，您需要与其他成员匹配的分数数。我会开始：

select s.memberid, s2.memberid,
      ( (s1.score1 = s2.score1) + (s1.score2 = s2.score2) + (s1.score3 = s2.score3) +
        (s1.score4 = s2.score4) + (s.score5 = s2.score5) + (s1.score6 = s2.score6)
      ) as scores_in_common
from sample s join
     sample s2
     on s.memberid <> s2.memberid;

这对于您正在做的事情可能已经足够了。信息在结果集中，但格式不同。

对于您的特定格式：

select memberid,
       group_concat(case when scores_in_common = 6 then memberid2 end) as in_common_6,
       group_concat(case when scores_in_common = 5 then memberid2 end) as in_common_5,
       group_concat(case when scores_in_common = 4 then memberid2 end) as in_common_4,
       group_concat(case when scores_in_common = 3 then memberid2 end) as in_common_3,
       group_concat(case when scores_in_common = 2 then memberid2 end) as in_common_2,
       group_concat(case when scores_in_common = 1 then memberid2 end) as in_common_1
from (select s.memberid, s2.memberid as memberid2,
             ( (s1.score1 = s2.score1) + (s1.score2 = s2.score2) + (s1.score3 = s2.score3) +
               (s1.score4 = s2.score4) + (s.score5 = s2.score5) + (s1.score6 = s2.score6)
             ) as scores_in_common
      from sample s join
           sample s2
           on s.memberid <> s2.memberid
     ) ss
where scores_in_common >= 1
group by memberid;