熊猫/SQL 连接答案

【问题标题】：Pandas/SQL join熊猫/SQL 连接
【发布时间】：2017-02-07 19:12:55
【问题描述】：

我想将表 B 中的一些数据 (event_date) 添加到表 A，如下所述。它看起来像 event_id 上的连接，但是此列包含两个表中的重复值。两个表中都有更多列，但为了清楚起见，我将它们省略了。

如何以最直接的方式在 Pandas 和 SQL 中达到想要的效果？

表 A：

id,event_id
1,123
2,123
3,456
4,456
5,456

表 B：

id,event_id,event_date
11,123,2017-02-06
12,456,2017-02-07
13,123,2017-02-06
14,456,2017-02-07
15,123,2017-02-06
16,123,2017-02-06

期望的结果（表 A + event_date）：

id,event_id,event_date
1,123,2017-02-06
2,123,2017-02-06
3,456,2017-02-07
4,456,2017-02-07
5,456,2017-02-07

【问题讨论】：

标签： sql pandas join

【解决方案1】：

使用merge，首先从B 中删除重复项

In [662]: A.merge(B[['event_id', 'event_date']].drop_duplicates())
Out[662]:
   id  event_id  event_date
0   1       123  2017-02-06
1   2       123  2017-02-06
2   3       456  2017-02-07
3   4       456  2017-02-07
4   5       456  2017-02-07

【讨论】：

【解决方案2】：

SQL 部分：

select distinct a.*, b.event_date
from table_a a
join table_b b
  on a.event_id = b.event_id;

【讨论】：

【解决方案3】：

您可以使用Pandas Merge 来获得所需的结果。最后只从 DataFrame 中获取您感兴趣的列

df_Final = pd.merge(df1,df2,on='event_id',how='left')
print df_Final[['id_y','event_id','event_date']]

输出

    id_y  event_id  event_date
0      1       123  2017-02-06
1      2       123  2017-02-06
2      3       456  2017-02-07
3      4       456  2017-02-07
4      5       456  2017-02-07
5      1       123  2017-02-06
6      2       123  2017-02-06
7      3       456  2017-02-07
8      4       456  2017-02-07
9      5       456  2017-02-07
10     1       123  2017-02-06
11     2       123  2017-02-06
12     1       123  2017-02-06
13     2       123  2017-02-06

【讨论】：