從一列中選擇共享另一列中的值的值

Question

這是問題所在。 該數據庫描述了對象（來自不同物種的基因）之間的對稱和可轉移關系。 如果物種 1 的基因 X 與物種 2 的基因 Y 相關，物種 2 的基因 Y 與物種 3 的基因 Z 相關，則物種 1 的基因 X 與物種 3 的基因 Z 相關。

這是一個示例表：

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

現在，這就是我想要做的。 給定物種 1 和物種 3（都在物種 2 列中），在基因 2 列中找到所有基因，這些基因在基因 1 列中有一個共同的值。

基本上，這是我想要的輸出：

X  Z

...對於滿足此條件的每一對。

請注意，每個基因 id 僅在一個物種中唯一存在。

說明：species1 列包含少數“樞紐”物種（如人類）。 所以如果我想找一個老鼠基因匹配老鼠基因Card9，有兩種可能：(i) 人類基因組中沒有匹配，在這種情況下，基因1列中會有老鼠匹配，或者老鼠基因會在基因1中，在基因2列中的大鼠基因； (ii) 在人類（或其他）基因組中有匹配，在這種情況下，我需要首先在基因 1 列中的人類基因組中找到匹配，然后在基因 2 列中的大鼠基因組中找到與該基因的匹配。

顯然，我想我可以在 SQL 之外做到這一點：

1. 從物種 1 中選擇基因 2 列中的所有基因
2. 從物種 3 中選擇基因 2 列中的所有基因
3. 對於物種 1 中的每個基因，在基因 1 列中找到匹配基因，物種 2 列是 3。

但是，我確信有一個聰明的 SQL 語句可以做到這一點。

該數據庫有大約 5 百萬行。

Answer 1

如果我理解正確，這是一個自連接：

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

您可以使用自連接來實現：

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

請參閱演示。
另一種使用聚合的方法：

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

請參閱演示。
結果：

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