在R中对比迁移后员工角色与映射文件的校验方案咨询

核心思路 #

先通过角色映射表生成每个员工预期的新角色集合，再提取新系统中每个员工实际的新角色集合，最后对比两个集合是否完全一致（无缺失、无额外角色），输出校验状态。

假设数据结构 #

先明确你的数据格式（如果不符，只需调整列名即可）：

• olddata：含employee_ID（员工ID）、old_role（旧系统角色）
• newdata：含employee_ID、new_role（新系统角色）
• role_mapping：含old_role（旧角色）、new_role（对应需分配的新角色）

完整实现代码（推荐用dplyr+purrr，新手友好） #

# 加载必要包（如果没安装先运行 install.packages(c("dplyr", "purrr"))）
library(dplyr)
library(purrr)

# 1. 生成每个员工的预期新角色集合
expected_roles <- olddata %>%
  left_join(role_mapping, by = "old_role") %>%
  group_by(employee_ID) %>%
  # 排序后转列表，避免角色顺序不同导致误判
  summarise(expected = list(sort(unique(new_role))),
            .groups = "drop")

# 2. 生成每个员工的实际新角色集合
actual_roles <- newdata %>%
  group_by(employee_ID) %>%
  summarise(actual = list(sort(unique(new_role))),
            .groups = "drop")

# 3. 对比预期与实际，输出校验结果
validation_result <- expected_roles %>%
  full_join(actual_roles, by = "employee_ID") %>%
  # 处理极端情况：旧/新数据无该员工的角色记录
  mutate(
    expected = replace(expected, is.na(expected), list(character(0))),
    actual = replace(actual, is.na(actual), list(character(0))),
    # 逐行对比两个集合是否完全一致
    status = ifelse(map2_lgl(expected, actual, identical), "ok", "not ok")
  ) %>%
  # 只保留员工ID和校验状态
  select(employee_ID, status)

关键细节说明 #

• sort()：确保角色顺序不影响校验结果（比如预期是["A","B"]，实际是["B","A"]会被判定为匹配）
• unique()：避免映射表或新旧数据中出现重复角色导致集合对比出错
• 缺失处理：如果某个员工在旧数据有记录但新数据无角色，或反过来，都会标记为not ok
• 兼容多旧角色场景：如果员工旧系统有多个角色（虽然你之前是单角色，但代码可扩展），会自动合并所有旧角色对应的新角色

简化版（确认单旧角色场景） #

如果可以保证每个员工在olddata中只有一个旧角色，可简化代码：

library(dplyr)

# 直接合并映射与新旧数据，对比集合
validation_result <- olddata %>%
  left_join(role_mapping, by = "old_role") %>%
  group_by(employee_ID) %>%
  summarise(expected = list(sort(new_role)), .groups = "drop") %>%
  full_join(
    newdata %>%
      group_by(employee_ID) %>%
      summarise(actual = list(sort(new_role)), .groups = "drop"),
    by = "employee_ID"
  ) %>%
  mutate(
    expected = replace(expected, is.na(expected), list(character(0))),
    actual = replace(actual, is.na(actual), list(character(0))),
    status = ifelse(mapply(identical, expected, actual), "ok", "not ok")
  ) %>%
  select(employee_ID, status)

内容的提问来源于stack exchange，提问作者xusha666