全文阅读：https://www.lianxh.cn/news/7f86935ef9166.html

目录

• 1. 问题背景
• 2. 分步实现
  • 第一步：构造数据
  • 第二步：识别 two-step 链
  • 第三步：识别 three-step 链
  • 第四步：形成完整的 mapch data
  • 3. 使用 mapch 命令：更高效的处理方式

1. 问题背景

在进行数据处理的时候，我们可能会遇到这样的问题：我们试图将两份数据合并在一起，但是用来合并的唯一可识别的变量却是动态变化的，导致无法依据该变量实现完全的合并。

例如，个人的驾驶执照号码发生过变化，在两份与驾驶执照号码有关的数据中，由于数据搜集的过程不同，其中一份数据使用旧的驾驶执照号码，如下图的 master data，第1、2、3 行代表着同一个人，但是有多个驾驶执照号码，每个驾驶执照号码对应一次交通事故。而另一份数据使用最新的驾驶执照号码，如下图的 using data，每个驾驶执照号码对应个人的性别和爱好。

全文阅读：https://www.lianxh.cn/news/7f86935ef9166.html