Python/Pandas - 合并一对多 csv 以进行非规范化答案

【问题标题】：Python/Pandas - merging one to many csv for denormalizationPython/Pandas - 合并一对多 csv 以进行非规范化
【发布时间】：2018-03-11 05:31:55
【问题描述】：

我有一堆从关系数据库中提取的大型 csv 文件。例如，我有 customers.csv 、 address.csv 和 customer-address.csv 映射关系的键值。我在这里找到了有关如何合并文件的答案： Python/Panda - merge csv according to join table/csv

所以现在我的代码如下所示：

df1 = pd.read_csv(file1)
df2 = pd.read_csv(file2)
df3 = pd.read_csv(file3)

df = (df3.merge(df1, left_on='CID', right_on='ID')
         .merge(df2, left_on='AID', right_on='ID', suffixes=('','_'))
         .drop(['CID','AID','ID_'], axis=1))
print (df)

现在我注意到我的文件具有一对多关系，并且当一个键有多个匹配项时，pandas 上面的代码可能会覆盖值。

有没有一种方法可以连接具有一对多（多对多）关系的文件？我正在考虑为每个外键创建一个完整的（冗余）行。所以基本上是非规范化。

【问题讨论】：

标签： data-structures denormalization

【解决方案1】：

我的问题的答案是执行外连接。使用下面的代码，pandas 为左侧或右侧数据帧中每个 id 的出现创建一个新行，从而创建一个非规范化表。

df1.merge(df2, left_on='CID', right_on='ID', how='outer')

【讨论】：