python pandas 官网_使用python pandas联合所有类型查询

我尝试使用pandas在一个平面数据源上执行数据分析。具体地说，我试图实现的是SQL中的unionall查询。在

我使用read_csv()方法输入数据，输出具有唯一的整数索引和大约30+列。在

在这些列中，一些列包含标识信息，而其他列包含数据。在

总共，前6列包含唯一标识条目的标识信息。在这6列之后有一系列列(a、B。。。等)参考值。这些列中的一些列是以集合的形式连接在一起的，例如(A、B、C)属于一起的(D、E、F)。在

然而，(D，E，F)也与(A，B，C)有关，如下((A，D)，(B，E)，(C，F))。

我要做的是获取我的数据集，该数据集包含以下内容：(id1,id2,id3,id4,id5,id6,A,B,C,D,E,F)

并返回以下内容

^{pr2}$

在这里，由于A和D是链接的，它们包含在同一列中。在

(注意，这是一个简化，在整个数据集中有大约1200万个唯一的组合)

我一直试图使用merge、concat和join函数，但都没有用。我觉得我遗漏了一些关键的东西，因为在SQL数据库中，我可以简单地执行unionall查询(这是相当缓慢的，承认)来解决这个问题。在

我在这个阶段没有可用的示例代码。在

另一种写这个问题的方法是基于pandas的一些文档。在left = key lval

right = key rval

merge(left, right, on=key) = key, lval, rval

相反，我想要：left = kev, lval

right = key, lval

union(left, right) = key, lval

key, rval

我不确定是否需要为此创建新的索引键值。在