真正的python pandas模块实现SQL-jion连接的方法。关键在indicator参数。

有好几次想要用python实现SQL的join查询功能，找了好多教程，都没有给出完整的sql 中 七种经典join查询。而且有的博客给出的merge参数也不完整。对于未查过模块原文档的同学真是挠头。

正常的inner outer left right 四种表连接查询都很容易理解，关键在于左连接只包含左表，右链接只包含右表两种查询需求，而merge中的indicator参数返回结果，就可以轻松实现了。

需要注意代码中给出的并非最终查询结果，最好伪代码和注释有提到，需要对’_merge’ 进行筛选判断。
both表示左右表共有的，
left_only
right_only 如同译文的意思。可以找几个真实案例感受下，也是很好用。

寄代码、图如下。有问题可以讨论哦…

import numpy as np
import pandas as pd 

sst = 'abcdefghiuvwxyzsdfd'
cola = []
for i in sst:
    cola.append(i)

np.random.seed(10)
x1 = np.random.randint(1,100,len(cola))

colb = list(set(cola))
x2 = np.random.randn(len(colb))*10

data01 = pd.DataFrame({'type':cola,
                      'val1':x1})
data02 = pd.DataFrame({'type':colb,
                      'val2':x2})


df1 = pd.merge(data01,data02,left_on='type',right_on='type' ,how='inner',indicator=True,)
# SQL 中的 join 查询。交集
print(len(df1))

df2 = pd.merge(data01,data02,left_index=True,right_index=True ,how='left',indicator=True,)
# SQl 中的 left join  where right_index  is null，同于df2[df2['_merge'] == ‘both’]
print(len( df2[df2['_merge'] == 'both'] ))

df3 = pd.merge(data01,data02,left_index=True,right_index=True ,how='right',indicator=True,)
# SQl 中的 right join where left_index is null， 同于df3[df3['_merge'] == 'both']
print(len( df3[df3['_merge'] == 'both'] ))

output:
19
16
16

df1输出结果：
等同于SQL 的 inner join 查询结果

df2输出结果：
df2._merge == ‘both’
等同于SQL 的 left join where b.col is null

df3输出结果：
等同于SQL 中的 right join where a.col is null