将多对多关系的combined表规范化还原为两张目标表

生成goal_2 #

goal_2需要存储唯一的混合物成分组合及其对应ID，步骤如下：

• 从combined中提取所有唯一的element与conc_pct配对
• 为每个唯一配对分配专属的MixtureID（示例用行号作为ID，也可采用UUID等其他唯一标识方式）

对应的R代码：

library(dplyr)

# 创建goal_2
goal_2 <- combined %>%
  distinct(element, conc_pct) %>%
  mutate(MixtureID = row_number())

补全完整的goal_1 #

你之前仅生成了goal_1的sampleID和location部分，还需关联对应的MixtureID：

• 将combined与刚生成的goal_2通过element和conc_pct字段关联
• 提取唯一的sampleID+location+MixtureID组合，得到规范化的goal_1

对应的R代码：

# 创建完整的goal_1
goal_1 <- combined %>%
  left_join(goal_2, by = c("element", "conc_pct")) %>%
  distinct(sampleID, location, MixtureID)

验证结果 #

可通过以下代码验证还原后的表是否与原combined一致：

# 重新连接两张表，移除MixtureID后对比原数据
recombined <- left_join(goal_1, goal_2, by = "MixtureID", relationship = "many-to-many") %>%
  select(-MixtureID)

# 忽略行顺序，检查内容是否匹配
all_equal(combined, recombined, ignore_row_order = TRUE)

内容的提问来源于stack exchange，提问作者Johan