欢迎来到尧图网

客户服务 关于我们

您的位置:首页 > 汽车 > 维修 > 力扣刷题(第三十八天)

力扣刷题(第三十八天)

2025/5/27 22:50:40 来源:https://blog.csdn.net/eachin_z/article/details/148219098  浏览:    关键词:力扣刷题(第三十八天)

灵感来源 

- 保持更新,努力学习

- python脚本学习

组合两个表

解题思路

题目要求根据两个表(PersonAddress)的关联关系返回组合结果。在关系型数据库中,这通常通过外键关联实现,而在 Pandas 中,可以使用merge方法来模拟 SQL 的LEFT JOIN操作。

关键步骤:

  1. 数据关联:通过Person表的PersonIdAddress表的PersonId进行左连接,确保即使地址信息不存在,也会返回人员的基本信息。
  2. 字段选择:提取所需的字段(FirstNameLastNameCityState),如果地址信息缺失则用NaN表示。
  1. import pandas as pddef combine_two_tables(person: pd.DataFrame, address: pd.DataFrame) -> pd.DataFrame:# 使用左连接合并两个表,以Person表为主merged = pd.merge(person, address, on='personId', how='left')# 选择所需的列并重新命名return merged[['firstName', 'lastName', 'city', 'state']]

逐行解释

import pandas as pddef combine_two_tables(person: pd.DataFrame, address: pd.DataFrame) -> pd.DataFrame:# 使用左连接合并两个DataFrame,保留Person表中的所有记录# 无论Address表中是否存在匹配的personIdmerged = pd.merge(left=person,        # 左侧DataFrame(主表)right=address,      # 右侧DataFrame(从表)on='personId',      # 用于连接的键(外键)how='left'          # 左连接:保留左侧表的所有记录)# 选择需要返回的列,并按照题目要求的顺序排列# 如果地址信息缺失,city和state会显示为NaNreturn merged[['firstName', 'lastName', 'city', 'state']]

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com

热搜词