我有兩個位置數據的數據集;一個是創建的數據集，其中包含世界上每個城市的列表，另一個是來自用戶輸入的位置數據。如何將數據集A歸一化爲數據集B？
我想將所有用戶輸入數據映射到完整的數據集。例如，用戶輸入數據可具有多個行：
我要地圖所有那些行到舊金山，這在完整的數據集。
你會推薦哪些程序，方法，工具等？我想過正則表達式，但我不知道如何自動化它以搜索所有不同的城市。
澄清：電腦不知道SF是否應該代表舊金山，這歸結於人類的判斷。一般來說，我正在尋求如何解決這個問題的幫助。我不知道如何映射一套到另一套，這就是我被卡住的部分
對不起，我花了很長時間纔回來 - 我自私地去了那裏度假！如果你仍然在這個工作：
好的，在基礎知識。假設你有一個名爲「place」的表和一個名爲「city」的字段。你可以用「like」操作符在第一個多個字符上做一個簡單的匹配。
select <whatever> from place where city like 'San Fran%';
您可能想要忽略大小寫，所以「san fran」將匹配舊金山。在這種情況下：
select <whatever> from place where upper(city) like upper('San Fran%');
當然，在現實生活中，您不會硬編碼「San Fran」，它會是一個運行時參數。
創建一個城市索引，這將是非常快的。如果使用「upper」使其不區分大小寫，則在upper（city）上創建一個索引。
好的，所以你還想處理另一種情況：縮寫，比如舊金山的「SF」。
你不說你正在使用什麼SQL風格。如果它支持函數，你可以編寫一個函數來形成任何名字的縮寫。該函數可以用子字符串（或者你的SQL所具有的任何等價物 - 我認爲這些函數不是非常標準的）檢查名稱的字符，尋找空格，然後拉第一個字符，然後拉動空格後面的每個字符，然後返回。假設你稱這個函數爲「abbreviate（）」。那麼查詢將是：
select <whatever> from place where upper(city) like concat(@city,'%') or abbreviate(city) = @city;
（以上是它看起來像在MS SQL Server中，其中的參數有一個以「@」開頭的名稱。）
你會再上創建索引上（城市）和縮寫（城市）保持快速。
如果你想要比這更靈活，那麼我認爲沒有辦法解決你想要處理的每一種情況。就像如果你希望用戶能夠輸入「frisco」並找到舊金山或「拉斯維加斯」來獲得拉斯維加斯，你可以在城市名稱的任何地方搜索輸入的字符串，即「城市像'％frisco％' 」。但是這有兩個大問題。其一，我認爲你會得到很多虛假的點擊，可能其中很多對用戶來說很神祕。就像輸入「san」一樣，不僅得到「舊金山」和「聖地亞哥」，而且還得到「加利福尼亞千橡樹」。 （請參閱thouSANd中的「san」？）二，當LIKE子句以通配符開頭時，SQL不能使用索引，因此像這樣的搜索將意味着每次都進行全文件掃描。如果你希望在用戶進入「Beantown」或紐約時用戶進入「大蘋果」時發現波士頓，那麼你就處於一個完全不同的境界。
如果你想要廣泛的變化工作，我想你需要一張暱稱表。在這種情況下，我會創建一個不包含地點名稱的「地點」表。然後創建一個place_name表，其中包含您想要接受的名稱的所有變體。在place_name和place之間創建多對一的關係。在place_name中包含一個標識哪個是「主要名稱」的字段。然後查詢變爲：
select n2.name, p.place_id, <whatever>
from place_name n
join place p on n.place_id=p.place_id
join place_name n2 on n2.place_id=n.place_id and n2.is_primary=1
where n.name like concat(@name,'%') or abbrev(n.name)[email protected];
對於只有一個名稱的地方，該地點只有一個place_name記錄。
我說要將所有名稱放在place_name表中，而不是隻替換名稱，以便您只需搜索一個表而不是兩個找到該位置。它簡化了人類閱讀器和數據庫引擎的查詢。
請更具體地說明您希望如何連接數據。計算機是否應該知道「San Fran」和「San Francisco」是相同的地方，因爲「Fran」是「Francisco」的前四個字母？它如何知道「SF」是「舊金山」而不是「San Fernando」或「Sfitzbergen」或「春田」？或者你打算在某處獲得有效縮寫列表？ – Jay
感謝您回覆傑伊！我想我所堅持的是實際將San Fran映射到舊金山的工具。你是對的，我可能會看@前幾個字，但是有了縮寫，我可能會用手去做普通的字。我比較小的細節更多地被卡在方法上。 – user2573743