在Python中执行类似SQL的连接并存储在嵌套字典中

在两个文本文件上执行类似SQL的Python连接的最佳方法是什么？我将尝试检索每个学生的姓名、课程和成绩？所以类似于

选择Students.name，Grades.Coursename，Grades.LetterGrade FROM Grades，Students WHERE Grades.ID=Students.ID

我可以通过使用列表理解指定ID号来映射任何特定人员的等级：

hello = [item for item in customfunction() if item[0]=='10103'] 

使用列表理解和指定ID的字典：

hello = [['10103', 'SSW 567', 'A', '98765'], ['10103', 'SSW 564', 'A-', '98764'], ['10103', 'SSW 687', 'B', '98764'], ['10103', 'CS 501', 'B', '98764']]

#Get course names
b = [el[1] for el in hello]

#Get grades for each course
c = [el[2] for el in hello]

gradedict = {}

for el in b:
    for el2 in c:
        gradedict.update({el: el2})

print(gradedict)

输出-前两个元素的输出明显不正确：

{'SSW 567': 'B', 'SSW 564': 'B', 'SSW 687': 'B', 'CS 501': 'B'}

然而，

print（c）

产生了

['A'，'A-'，'B'，'B']

在任何情况下，我如何能够有效地为文件中的每个ID执行此操作？理想的输出是一个嵌套字典，即

{StudentName:{CourseName:Grade}}

Grades.txt有以下内容（用\t分隔，即一个选项卡）：

Students.txt包含以下内容：

10103   Baldwin, C  SFEN
10172   Forbes, I   SFEN

将每个数据加载为

pandas.DataFrame

使用

pandas

库的

merge

方法，它将为您提供

内部联接

由于您的数据位于

.txt

中，因此应按如下方式加载数据

import pandas as pd
grades = pd.read_csv('Grades.txt', sep="\t", header=None)
students= pd.read_csv('Students.txt', sep="\t", header=None)
# set columns
grades.columns = ["id", "name", "etc."] 
students.columns = ["id", "name", "etc."]

# after loading two data as `pandas.DataFrame`, use `merge` to inner join

inner_join = pd.merge(grades, students, on='id')

---

您不需要使用多个列表理解和for循环，您只需在字典中使用列表理解来构造所需的gradedict，如下所示：

hello = [['10103', 'SSW 567', 'A', '98765'], ['10103', 'SSW 564', 'A-', '98764'], ['10103', 'SSW 687', 'B', '98764'], ['10103', 'CS 501', 'B', '98764']]                                                                                    
gradedict = {el[1]: el[2] for el in hello}      

您可以这样尝试：

import pandas as pd
df1 = pd.read_csv("Grades.txt", sep='\t', header=None)
df2 = pd.read_csv("Students.txt",sep='\t',header=None)
df1.columns = ["id", "degree", "etc"]
df2.columns = ["id", "name", "c"]
df = pd.merge(df1, df2, on='id')

加载熊猫库

使用制表符分隔符将两个数据帧导入CSV

设置列

在id列上进行合并

---

Students.txt也用分隔符分隔\t@JimT好!！然后你可以阅读

Students.txt

和

Grades.txt

一样的内容，我有没有办法先按课程名称排序，然后再按学生姓名排序？我试过

df3=df[[“name”，“class”，“lettergrade”]]。排序值（[“class”，“name”））.groupby（“name”）.head（10）

，但这只是在整个列表中按类排序，根本不按名称分组。

。groupby（'id'）

做到了这一点，一个额外的列并不是我最初所希望的，但最终的结果是我想要的。这确实将正确的字母等级映射到每门课程，但我如何才能匹配学生列表中每个学生的等级集呢？

import pandas as pd
df1 = pd.read_csv("Grades.txt", sep='\t', header=None)
df2 = pd.read_csv("Students.txt",sep='\t',header=None)
df1.columns = ["id", "degree", "etc"]
df2.columns = ["id", "name", "c"]
df = pd.merge(df1, df2, on='id')