查找近似重複查詢

我是一個完整的新手，因此無法通過查看過去的帖子找到解決方案。我有一個地理數據庫（ESRI ArcMAP，大約70k條記錄），其中包含從兩個數據庫中合併的道路殺死數據。查找近似重複查詢

Ex。

Date_, Route, MilePost, Database 

10/1/2012, ML34, 113, Animal_Vehicle 

10/2/2012, ML34, 113.4, Carcasses 

10/2/2012, ML16, 86, Carcasses

我想清理兩個數據庫之間的重複記錄。 MilePost，Route和Date_的記錄已被刪除。問題是這樣的：Animal_Vehicle可以在任何時間或一週中的某一天記錄衝突，而來自Carcasses數據庫的記錄僅在正常工作時間記錄。因此，在前一天或週末過後的幾小時內由Animal_Vehicle記錄的屍體重複產生。然後在第二天早上或在星期一（或假期週末時的星期二）將記錄複製Carcasse。另一個問題是Animal_Vehicle MilePosts傾向於四捨五入到最接近的半英里，而Carcasses MilePosts更精確。

的目標是建立一個查詢或算法返回兩個Database值之間配對的記錄，因此當Database=Carcasses，該查詢返回記錄與Database=Animal_Vehicle，其中MilePost是+/-的Carcasses紀錄的0.4， Date_是Carcasses記錄的最後四天內。它會返回示例數據的前兩行。

任何反應非常感謝！謝謝！

來源

2012-12-30 user1938198

查看http://code.google.com/p/google-refine/，可能它對您的任務很有用。 – AndreKR

這是一個有趣的鏈接，謝謝！ – user1938198

這僅僅是一個奇特的加入：

select * 
from Carcasses c full outer join 
    Animal_Vehicle av 
    on c.date between av.date and av.date+3 and 
     abs(c.Milepost - av.Milepost) < 0.5 and 
     c.route = av.route

的on子句根據您的描述的條件。這不太可能是一個非常快的查詢。而且，我假設您正在使用數據庫，您可以使用「+3」將日期添加到日期 - 這取決於數據庫。

來源

2012-12-31 00:17:09

感謝您的迴應！我意識到執行此操作的方式必須通過ArcMAP的命令行，它是python並且不支持SQL。它看起來像是正確的概念，所以我只需要弄清楚如何將它翻譯成python。再次感謝！ – user1938198

查找近似重複查詢

回答

相關問題