如何合并三条MS SQL查询语句以提升R中数据处理效率？

嘿，作为SQL新手就想着优化工作流，这点必须给你点个赞！你现在这种分三次查询再在R里关联的方式确实效率不高，其实用**条件聚合（CASE WHEN + GROUP BY）**就能一次性得到你想要的合并结果，完全不用在后续做数据关联操作。

核心思路 #

针对每个Indicator字段，我们用CASE WHEN判断当前行是否满足对应的筛选条件：

• 满足条件就返回'active'
• 不满足就返回'NA/Blank'
  然后通过GROUP BY ID把同一个ID的所有行合并，用聚合函数（比如MAX）保留有效的'active'值——因为同一个ID如果有符合条件的行，MAX会优先取'active'，没有的话就保留'NA/Blank'。

具体SQL代码 #

SELECT 
    ID,
    -- 处理Indicator_1：STATUS='2'且type='1'
    MAX(CASE WHEN STATUS = '2' AND type = '1' THEN 'active' ELSE 'NA/Blank' END) AS Indicator_1,
    -- 处理Indicator_2：STATUS='2'且type='50'
    MAX(CASE WHEN STATUS = '2' AND type = '50' THEN 'active' ELSE 'NA/Blank' END) AS Indicator_2,
    -- 处理Indicator_3：针对type='20'的场景，满足STATUS='2'返回active，否则NA/Blank
    MAX(CASE 
        WHEN type = '20' AND STATUS = '2' THEN 'active'
        WHEN type = '20' THEN 'NA/Blank' -- type是20但状态不符合的情况
        ELSE 'NA/Blank' -- 非type20的情况
    END) AS Indicator_3
FROM table1
GROUP BY ID

额外说明 #

1. 为什么用MAX？因为同一个ID可能在table1中有多条记录（比如同时满足type='1'和type='50'），MAX能确保只要有一条符合条件的记录，就会显示'active'，否则显示'NA/Blank'。你也可以用MIN，效果是一样的。
2. 如果Indicator_3的规则是type='20'时根据其他字段判断是'active'还是'NA/Blank'（比如某个字段是否为空），可以调整CASE WHEN的条件，比如：

   MAX(CASE 
       WHEN type = '20' AND some_field IS NOT NULL THEN 'active'
       WHEN type = '20' THEN 'NA/Blank'
       ELSE 'NA/Blank'
   END) AS Indicator_3
   

3. 如果需要包含所有可能的ID（哪怕某些ID在table1中没有任何记录），可以找一个包含所有ID的主表（比如id_master），用LEFT JOIN实现：

   SELECT 
       m.ID,
       COALESCE(MAX(CASE WHEN t.STATUS = '2' AND t.type = '1' THEN 'active' END), 'NA/Blank') AS Indicator_1,
       COALESCE(MAX(CASE WHEN t.STATUS = '2' AND t.type = '50' THEN 'active' END), 'NA/Blank') AS Indicator_2,
       COALESCE(MAX(CASE WHEN t.type = '20' AND t.STATUS = '2' THEN 'active' WHEN t.type='20' THEN 'NA/Blank' END), 'NA/Blank') AS Indicator_3
   FROM id_master m
   LEFT JOIN table1 t ON m.ID = t.ID
   GROUP BY m.ID
   

这样就能一次性得到你想要的宽表，直接导入R作为dataframe即可，省去了多次查询和关联的步骤，效率会提升很多！

内容的提问来源于stack exchange，提问作者Prometheus