pandas versus Excel 学习笔记11（多表联合查询）

Excel

VLOOKUP函数

=VLOOKUP(A2,Scores!A2:B21,2,0)#不做近似填充

pandas

merge函数

方法一

students=pd.read_excel('016/Student_Score.xlsx',sheet_name='Students')
scores=pd.read_excel('016/Student_Score.xlsx',sheet_name='Scores')
table=students.merge(scores,on='ID')
print(table)

方法二

如果！！ID设为索引后会从普通列中消失

students=pd.read_excel('016/Student_Score.xlsx',sheet_name='Students',index_col='ID')
scores=pd.read_excel('016/Student_Score.xlsx',sheet_name='Scores',index_col='ID')
table=students.merge(scores,how='left',left_on=students.index,right_on=scores.index).fillna(0)
table.Score=table.Score.astype(int)

默认状态，在scores中查不到的数据，自动舍掉

table=students.merge(scores,on='ID')

结果：

 保留students中所有数据

table=students.merge(scores,how='left',on='ID').fillna(0)
#将nan填为0

结果：

假设两张表中的参照列名不相同

table=students.merge(scores,left_on='ID',right_on='FD')
类似这样

 不写 on='ID' 默认寻找相同数据列名

join函数

自动识别索引

students=pd.read_excel('016/Student_Score.xlsx',sheet_name='Students',index_col='ID')
scores=pd.read_excel('016/Student_Score.xlsx',sheet_name='Scores',index_col='ID')
table=students.join(scores,how='left').fillna(0)
table.Score=table.Score.astype(int)

join函数不再有

left_on='ID',right_on='FD'