[每周一文]MySQL里链接查询

2021.5.31课后作业

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

学校要求写博客，莫得办法，为了完成作业，拥有一个良好的平时成绩，不得不从0开始接触这东西，上节课讲的是题目，本文就介绍了链接查询的基础内容和一些我搞不懂的地方。

---

提示：以下是本篇文章正文内容

一、内连接查询

1.内链接概要

是sql中默认的链接方式
它将两张表组合在一起，形成新的表
它包括：

• 交叉链接
• 相等链接
• 自然连接

代码如下：

select fieldlist from table1 [INNER] JOIN table2 
ON table1.column1=table2.column2 [WHERE condition]

• fieldlist为table1和table2中字段，如果是所有字段的话用*代替。
• table1 [INNER] JOIN table2 将表1和表2内连接
• table1.column1=table2.column2 链接条件（可以取
  字段别名首字母）

2.交叉链接(笛卡尔积)(叉乘)

代码如下：

select * from table1 CROSS JOIN table2

cross join就是交叉链接
意为：table1的第一条记录与table2的所有记录相连接
table1的第二条记录与table2的所有记录相连接
…
所以，最后记录数为table1记录数*table2记录数

注意：交叉连接不是两个表的记录数相加！是相乘。

注意：交叉连接不是两个表的记录数相加！是相乘。

注意：交叉连接不是两个表的记录数相加！是相乘。

3.自然链接

（sql server 不支持）

select fiedlist from table1 NATURAL JOIN table2 [where condition]

和普通内连接不同的是：
自然链接会在结果中把重复的列去掉

二、多表链接查询

1.

代码如下：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import  ssl
ssl._create_default_https_context = ssl._create_unverified_context

2.读入数据

代码如下（示例）：

data = pd.read_csv(
    'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())

该处使用的url网络请求的数据。

---

三、外链接查询

（还没讲，等下次更新）

总结

提示：这里对文章进行总结：
例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。**

1.交叉链接(笛卡尔积)(叉乘)
是所有类型连接的基础
格式:
MySQL // select * from table1 CROSS JOIN table2;
cross join就是交叉链接
2.内链接
将两张表合一起产生新的表
'L