Pandas非唯一值自连接：配对数据合并需求实现问询

嘿，这个需求完全可以靠pair_ID实现自连接搞定，之前踩坑大概率是没加对过滤条件——我给你拆解下具体怎么做：

核心思路 #

每个pair_ID刚好对应两行数据，所以自连接时只要匹配相同的pair_ID，同时排除行自身与自身匹配的情况，就能精准拿到每行对应的配对行数据。

示例演示 #

先拿一个模拟的原始数据表举例：

-- 模拟你的原始表结构与数据
CREATE TABLE individual_pairs (
    individual_ID INT,
    pair_ID INT
);

INSERT INTO individual_pairs VALUES
(101, 5001),
(102, 5001),
(103, 5002),
(104, 5002),
(105, 5003),
(106, 5003);

正确的自连接SQL #

执行下面的语句，就能把每行数据和同pair的对应行合并到同一行：

SELECT
    a.individual_ID AS current_individual,
    a.pair_ID,
    b.individual_ID AS paired_individual
FROM individual_pairs a
INNER JOIN individual_pairs b
    ON a.pair_ID = b.pair_ID
    -- 关键条件：排除自身匹配，只取同pair的另一行
    AND a.individual_ID <> b.individual_ID;

结果说明 #

执行后你会得到这样的结果：

如果不想出现这种双向重复的结果（比如既显示101配对102，又显示102配对101），可以把连接条件里的a.individual_ID <> b.individual_ID改成a.individual_ID < b.individual_ID，这样每个pair只会出现一次。

为什么之前直接自连接不行？ #

如果只写ON a.pair_ID = b.pair_ID，每个行都会和自身匹配一次（比如101和101），再加上和同pair的另一行匹配，结果就会多出很多无效行。加上a.individual_ID <> b.individual_ID就完美过滤掉了自身匹配的情况，刚好得到你需要的结果。

内容的提问来源于stack exchange，提问作者liamhawkins