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