如何在kdb+ Q中识别并关联ID匹配的数据行

需求说明 #

现有一张包含FirstID、SecondID、SomeMoreData三列的表，示例数据如下：

需要识别FirstID与SecondID匹配的关联行（例如第一行的SecondID「456DEF」与第二行的FirstID一致），新增Source ID列，将所有关联行统一标记为最原始的未关联FirstID，最终输出表结构如下：

逻辑伪代码（中文翻译） #

如果 当前行的SecondID存在于FirstID列中：
    x = 找到SecondID等于当前行FirstID的那一行的FirstID
    将该行的SourceID设为x
否则：
    将该行的SourceID设为当前行的FirstID

Q语言实现方案 #

假设目标表名为t，可以通过构建ID关联映射+查找根节点的方式实现需求，具体代码如下：

// 1. 收集表中所有出现的唯一ID
allIds: distinct t[`FirstID,`SecondID]

// 2. 初始化父节点字典：每个ID初始默认自身为根节点
parent: allIds!allIds

// 3. 遍历表，建立关联映射：将SecondID的父节点指向对应的FirstID
{[p;row] p[row.SecondID]: row.FirstID; p}/[parent; t]

// 4. 定义递归函数，查找ID的最顶层根节点
root: {[p;id] $[p[id]=id; id; root[p;p[id]]]}

// 5. 为每行添加SourceID列，值为当前行FirstID的根节点
update SourceID: root[parent;FirstID] from t

代码说明 #

• 步骤1-2：先收集所有ID并初始化映射，确保每个ID都有初始的根节点
• 步骤3：通过迭代器遍历每行，建立SecondID到对应FirstID的关联，形成ID链
• 步骤4：递归函数root会沿着关联链找到最顶层的原始ID（根节点），即使存在多层关联（如A→B→C）也能正确识别
• 步骤5：最终为表新增SourceID列，完成标记

内容的提问来源于stack exchange，提问作者mmv456