从一列中选择共享另一列中的值的值

Question

这是问题所在。 该数据库描述了对象（来自不同物种的基因）之间的对称和可转移关系。 如果物种 1 的基因 X 与物种 2 的基因 Y 相关，物种 2 的基因 Y 与物种 3 的基因 Z 相关，则物种 1 的基因 X 与物种 3 的基因 Z 相关。

这是一个示例表：

species1 gene1 species2 gene2
2        Y     1        X
2        Y     3        Z

现在，这就是我想要做的。 给定物种 1 和物种 3（都在物种 2 列中），在基因 2 列中找到所有基因，这些基因在基因 1 列中有一个共同的值。

基本上，这是我想要的输出：

X  Z

...对于满足此条件的每一对。

请注意，每个基因 id 仅在一个物种中唯一存在。

说明：species1 列包含少数“枢纽”物种（如人类）。 所以如果我想找一个老鼠基因匹配老鼠基因Card9，有两种可能：(i) 人类基因组中没有匹配，在这种情况下，基因1列中会有老鼠匹配，或者老鼠基因会在基因1中，在基因2列中的大鼠基因； (ii) 在人类（或其他）基因组中有匹配，在这种情况下，我需要首先在基因 1 列中的人类基因组中找到匹配，然后在基因 2 列中的大鼠基因组中找到与该基因的匹配。

显然，我想我可以在 SQL 之外做到这一点：

1. 从物种 1 中选择基因 2 列中的所有基因
2. 从物种 3 中选择基因 2 列中的所有基因
3. 对于物种 1 中的每个基因，在基因 1 列中找到匹配基因，物种 2 列是 3。

但是，我确信有一个聪明的 SQL 语句可以做到这一点。

该数据库有大约 5 百万行。

Answer 1

如果我理解正确，这是一个自连接：

select distinct g1.gene2
from genes g1 join
     genes g3
     on g1.species2 = 1 and
        g3.species2 = 3 and
        g1.gene2 = g3.gene2 and
        g1.gene1 = g3.gene1;

Answer 2

您可以使用自连接来实现：

select t1.gene2 result1, t2.gene2 result2 
from tablename t1 inner join tablename t2
on t2.gene1 = t1.gene1
where t1.species2 = 1 and t2.species2 = 3

请参阅演示。
另一种使用聚合的方法：

select min(gene2) result1, max(gene2) result2
from tablename
where species2 in (1, 3)
group by gene1
having result1 <> result2;

请参阅演示。
结果：

| result1 | result2 |
| ------- | ------- |
| X       | Z       |