小编Cin*_*hio的帖子

我通过 R 使用 MySQL。我正在处理同一个数据库中的两个表，我注意到一些我无法解释的奇怪现象。更具体地说，当我尝试使用外键在表之间建立连接时，结果不是应有的结果。

第一个表称为Genotype_microsatellites，第二个表称为Records_morpho。它们通过外键sample_id连接。

如果我仅使用以下命令从Genotype_microsatellites表中选择具有某些特征的记录...

Gen_msat <- dbGetQuery(mydb, 'SELECT * 
                   FROM Genotype_microsatellites
                   WHERE CIDK113a >= 0')

...查询返回 52 个变量的 546 个观测值，这正是我所期望的。现在，我想做一个查询，为我的结果添加更多信息，特别是通过包含Records_morpho表中的数据。因此，我使用以下代码：

Gen_msat <- dbGetQuery(mydb, 'SELECT  Genotype_microsatellites.*,
                   Records_morpho.net_mass_g,
                   Records_morpho.svl_mm 
                   FROM Genotype_microsatellites
                   INNER JOIN Records_morpho ON Genotype_microsatellites.sample_id = Records_morpho.sample_id 
                   WHERE CIDK113a >= 0')

问题是现在输出有 890 个观察值和 54 个变量！某些sample_id值（即数据框中的行或个体）多次出现，但事实不应该如此。我尝试使用 SLECT DISTINCT 解决此问题，但问题不会消失。

任何帮助将非常感激。

我一直在试图解决这个问题，但没有成功。我正在处理带有二进制数据（0和1）的表。我设法使用R函数从数据估计了距离矩阵dist(x,method="binary")，但是我不确定该函数如何精确估计距离矩阵。是否使用Jaccard系数J =（M11）/（M10 + M01 + M11）？