在SQL联接中使用熊猫数据帧

您应该从postgres表中创建另一个数据帧,然后连接这两个数据帧。

你可以使用 read_sql 要从表创建df,请执行以下操作:

import psycopg2  ## Python connector library to Postgres
import pandas as pd

conn = psycopg2.connect(...) ## Put your DB credentials here
blog_df = pd.read_sql('blog', con=conn)
## This will bring `blog` table's data into blog_df

它应该是这样的:

In [258]: blog_df
Out[258]: 
  title author    url
0     a      b  w.com
1     b      b  x.com
2     e      g  y.com

现在,你可以加入 df 和 blog_df 使用 merge 如下所示:

In [261]: pd.merge(df, blog_df, left_on='name', right_on='title')
Out[261]: 
  name author_x  count title author_y    url
0    a        b     10     a        b  w.com
1    e        f      2     e        g  y.com

你会得到上面这样的结果。你可以进一步清理。

如果有帮助,请告诉我。

我成功地做到了这一点,不需要将数据帧转换为临时表,也不需要将SQL从blog表中读取为数据帧。

对于其他面临同样问题的人,这是通过使用一个虚拟的排序表来实现的。

这就是我最后一个SQL查询的样子:

>>> inner_string = "VALUES ('a','b',10), ('c','d',5), ('e','f',2)"

>>> sql_join = r"""SELECT * FROM blog
        JOIN ({0}) AS frame(title, owner, count)
        ON blog.title = frame.title
        WHERE blog.owner = frame.owner 
        ORDER BY frame.count DESC
        LIMIT 30;""".format(inner_string)

>>> res = pd.read_sql(sql_join, connection)

可以使用字符串操作将数据帧中的所有行转换为一个类似于 inner_string .