mysql基础（5）-关联

内连接：

• 仅显示满足条件的行
• From T1,T2 where T1.ID=T2.ID
• From T1 inner join T2 ON T1.ID=T2.ID

左连接：

• 显示左表T1中的所有行，并把右表T2中符合条件加到左表T1中
• From T1 left out join T2 ON T1.ID=T2.ID

右连接：

• 显示右表T1中的所有行，并把左表T1中符合条件加到右表T2中
• From T1 right outer join T2 ON T1.ID=T2.ID

全连接：

• 显示左表T1，右表T2两边中的所有行，即把左联结果表+右联结果表组合在一起，然后过滤掉重复的
• From T1 full outer join T2 ON T1.ID=T2.ID

  文件关联类型： 文件导入

• data=pd.read_csv(/path/inputfile) #读取数据
• df=DataFrame(data) #转换为dataframe格式

内连接

• df3=pd.merge(df1,df2,on=‘key‘)
• df4=pd.merge(df1,df2,on=‘key‘,how=‘inner‘)

左连接 df_l=pd.merge(df1,df2,on=‘key‘,how=‘left‘) 右连接 df_r=pd.merge(df1,df2,on=‘key‘,how=‘right‘) 全连接 df_a=pd.merge(df1,df2,on=‘key‘,how=‘outer‘)     实例 内连接：mysql> select * from stud_info T1 , stud_score T2 where T1.stud_code=T2.stud_code; 内连接：mysql> select * from stud_info T1 inner join stud_score T2 on T1.stud_code=T2.stud_code; 左连接：mysql> select * from stud_info T1 left outer join stud_score T2 on T1.stud_code=T2.stud_code; 右连接：mysql> select * from stud_info T1 right outer join stud_score T2 on T1.stud_code=T2.stud_code;     文件关联 In [1]: import numpy as np
In [2]: import pandas as pd
In [3]: from pandas import DataFrame
In [4]: df1=DataFrame({‘key‘:[‘a‘,‘a‘,‘b‘,‘c‘,‘c‘],‘data1‘:range(5)})
In [5]: df2=DataFrame({‘key‘:[‘a‘,‘b‘,‘d‘],‘data1‘:range(3)})

内连接【三种方式】 In [8]: df3=pd.merge(df1,df2,on=‘key‘) #把符合条件的行取出来
In [10]: df4=pd.merge(df1,df2,on=‘key‘,how=‘inner‘)
In [12]: df5=pd.merge(df1,df2,left_on="key",right_on="key",how="inner")
  左连接 In [14]: df_l=pd.merge(df1,df2,on="key",how=‘left‘)
  右连接  In [16]: df_r=pd.merge(df1,df2,on="key",how=‘right‘)      全连接 In [18]: df6=pd.merge(df1,df2,on=‘key‘,how=‘outer‘)   In [21]: df7=pd.merge(df1,df2,on=‘key‘,how=‘inner‘,suffixes=[‘_left‘,‘_right‘])
注释：两个表结构相同的字段，自动添加后缀_x,-y，也可自定义后缀，通过suffixes=(‘_left‘,‘_right‘)