在SQL和Pandas中，連接查詢（join）是處理數(shù)據(jù)集之間關系的重要工具。下面是SQL中的各種連接查詢類型及其與Pandas中相應操作的對應關系：

1. INNER JOIN

• SQL:

  • INNER JOIN 返回兩個表中具有匹配值的行。

• Pandas:

  • merge() 方法的 how 參數(shù)設置為 'inner'。
  • 示例代碼：

    merged_df = pd.merge(df1, df2, on='key', how='inner')
    

2. LEFT JOIN / LEFT OUTER JOIN

• SQL:

  • LEFT JOIN 返回左表中的所有行，并在右表中找到匹配項時返回相應的行。如果沒有匹配項，則返回 NULL。

• Pandas:

  • merge() 方法的 how 參數(shù)設置為 'left'。
  • 示例代碼：

    merged_df = pd.merge(df1, df2, on='key', how='left')
    

3. RIGHT JOIN / RIGHT OUTER JOIN

• SQL:

  • RIGHT JOIN 返回右表中的所有行，并在左表中找到匹配項時返回相應的行。如果沒有匹配項，則返回 NULL。

• Pandas:

  • merge() 方法的 how 參數(shù)設置為 'right'。
  • 示例代碼：

    merged_df = pd.merge(df1, df2, on='key', how='right')
    

4. FULL OUTER JOIN / FULL JOIN

• SQL:

  • FULL OUTER JOIN 返回兩個表中的所有行。對于沒有匹配項的行，缺失的列會被填充為 NULL。

• Pandas:

  • merge() 方法的 how 參數(shù)設置為 'outer'。
  • 示例代碼：

    merged_df = pd.merge(df1, df2, on='key', how='outer')
    

5. CROSS JOIN

• SQL:

  • CROSS JOIN 返回兩個表的笛卡爾積，即所有可能的行組合。

• Pandas:

  • merge() 方法沒有直接對應的方法，但可以通過設置 on 參數(shù)為 None 并將 how 設置為 'outer' 來實現(xiàn)。
  • 示例代碼：

    merged_df = pd.merge(df1, df2, how='outer')
    

6. SEMI JOIN

• SQL:

  • SEMI JOIN 返回左表中在右表中有匹配項的行。

• Pandas:

  • merge() 方法結(jié)合 boolean indexing 可以模擬 SEMI JOIN。
  • 示例代碼：

    semi_joined_df = df1[df1['key'].isin(df2['key'])]
    

7. ANTI JOIN

• SQL:

  • ANTI JOIN 返回左表中在右表中沒有匹配項的行。

• Pandas:

  • merge() 方法結(jié)合 boolean indexing 可以模擬 ANTI JOIN。
  • 示例代碼：

    anti_joined_df = df1[~df1['key'].isin(df2['key'])]
    

示例代碼

假設我們有兩個DataFrame df1 和 df2，我們將演示這些連接操作：

import pandas as pd# 創(chuàng)建示例 DataFrame
data1 = {'key': ['A', 'B', 'C', 'D'],'value1': [1, 2, 3, 4]
}
df1 = pd.DataFrame(data1)data2 = {'key': ['B', 'D', 'E'],'value2': [5, 6, 7]
}
df2 = pd.DataFrame(data2)# INNER JOIN
inner_joined_df = pd.merge(df1, df2, on='key', how='inner')
print("INNER JOIN:")
print(inner_joined_df)# LEFT JOIN
left_joined_df = pd.merge(df1, df2, on='key', how='left')
print("\nLEFT JOIN:")
print(left_joined_df)# RIGHT JOIN
right_joined_df = pd.merge(df1, df2, on='key', how='right')
print("\nRIGHT JOIN:")
print(right_joined_df)# FULL OUTER JOIN
full_outer_joined_df = pd.merge(df1, df2, on='key', how='outer')
print("\nFULL OUTER JOIN:")
print(full_outer_joined_df)# CROSS JOIN
cross_joined_df = pd.merge(df1, df2, how='outer')
print("\nCROSS JOIN:")
print(cross_joined_df)# SEMI JOIN
semi_joined_df = df1[df1['key'].isin(df2['key'])]
print("\nSEMI JOIN:")
print(semi_joined_df)# ANTI JOIN
anti_joined_df = df1[~df1['key'].isin(df2['key'])]
print("\nANTI JOIN:")
print(anti_joined_df)

輸出示例

假設 df1 和 df2 如下所示：

df1:key  value1
0   A       1
1   B       2
2   C       3
3   D       4df2:key  value2
0   B       5
1   D       6
2   E       7

輸出結(jié)果將會是：

INNER JOIN:key  value1  value2
1   B       2       5
3   D       4       6LEFT JOIN:key  value1  value2
0   A       1     NaN
1   B       2    5.0
2   C       3     NaN
3   D       4    6.0RIGHT JOIN:key  value1  value2
1   B    2.0    5.0
3   D    4.0    6.0
2   E    NaN    7.0FULL OUTER JOIN:key  value1  value2
0   A    1.0    NaN
1   B    2.0    5.0
2   C    3.0    NaN
3   D    4.0    6.0
4   E    NaN    7.0CROSS JOIN:key_x  value1  key_y  value2
0      A       1      B       5
1      A       1      D       6
2      A       1      E       7
3      B       2      B       5
4      B       2      D       6
5      B       2      E       7
6      C       3      B       5
7      C       3      D       6
8      C       3      E       7
9      D       4      B       5
10     D       4      D       6
11     D       4      E       7SEMI JOIN:key  value1
1   B       2
3   D       4ANTI JOIN:key  value1
0   A       1
2   C       3