将复杂SQL转换为Python合并和/或联接

我目前有一个Python脚本，它在读取和运行表上的SQL代码之前，将两个panda

DataFrames

转换为内存中

SQLite

数据库中的表。我希望脚本更加“Pythonic”，合并和/或加入

数据帧，但是我很难找到相当于
SELECT
的Python代码示例，从两个表以及
from
、
WHERE
和
ORDER BY
子句中查找特定的（而不是全部）元素。我是Python的新手，也是我所在部门的实验对象，因此如果我能让它工作起来，它将成为我工作组中合作伙伴编写的更多脚本的模板。实际元素名称已更改为专有信息，但结构相同。提前感谢您的帮助

SELECT
   dfE.Element05 AS [Alt Element05],
   dfE.Element03 AS [Alt Element03],
   dfE.Element04 AS [Alt Element04],
   dfN.Element03,
   dfN.Element04,
   dfN.Element08,
   dfN.Element09,
   dfN.Element10,
   dfN.Element17,
   dfN.Element18,
   dfN.Element19,
   dfN.Element20,
   dfN.Element23,
   dfN.Element26,
   dfN.Element13
FROM dfE INNER JOIN dfN ON (dfE.Element17 = dfN.Element17) AND (dfE.Element20 = dfN.Element20)
WHERE (((dfN.Element03)<>dfE.Element03))
GROUP BY
   dfE.Element05,
   dfE.Element03,
   dfE.Element04,
   dfN.Element03,
   dfN.Element04,
   dfN.Element08,
   dfN.Element09,
   dfN.Element10,
   dfN.Element17,
   dfN.Element18,
   dfN.Element19,
   dfN.Element20,
   dfN.Element23,
   dfN.Element26,
   dfN.Element13
ORDER BY
   dfE.Element03,
   dfN.Element03,
   dfN.Element08

选择
dfE.Element05作为[Alt Element05]，
dfE.Element03作为[Alt Element03]，
dfE.Element04作为[Alt Element04]，
dfN.Element03，
dfN.Element04，
dfN.Element08，
dfN.Element09，
dfN.Element10，
dfN.Element17，
dfN.Element18，
dfN.Element19，
dfN.Element20，
dfN.Element23，
dfN.Element26，
dfN.Element13
从dfE内部连接dfN ON（dfE.Element17=dfN.Element17）和（dfE.Element20=dfN.Element20）
其中（（（dfN.Element03）dfE.Element03））
分组
dfE.Element05，
dfE.Element03，
dfE.Element04，
dfN.Element03，
dfN.Element04，
dfN.Element08，
dfN.Element09，
dfN.Element10，
dfN.Element17，
dfN.Element18，
dfN.Element19，
dfN.Element20，
dfN.Element23，
dfN.Element26，
dfN.Element13
订购人
dfE.Element03，
dfN.Element03，
dfN.Element08
我首先复制要加入的数据帧，然后选择其中的特定列。我已经包括了来自dfE的“Element17”和“Element20”，因为您在加入时需要它

前

要重命名列，请使用以下命令：

df1.rename(columns={'Element05':'Alt Element05','Element03':'Alt Element03','Element04':'Alt Element04'},inplace=True)

一旦您设置了另一个df（将其命名为
df2
），您将使用
pd.merge（）
像在SQL中一样连接它们*使用pd.merge时，要加入的列必须具有相同的名称，否则将无法工作！（假设df1['A']与df2['B']共享相同的数据，并且您希望加入数据帧。您必须更改其中一个数据帧上的名称，使其与您要加入的Df的列名相等，否则将无法工作。）

前

对于
中的
，我将执行以下操作

df3= df3[df3['Alt Element03']!=df3['Element']]

对于
orderby
，您可以使用.sort（），但我不愿意就如何使用它向您提供建议，因为我没有太多使用它

我希望这有帮助！如果你有问题，请告诉我

***这可能不是做事情的最佳方式。如果我让你养成坏习惯，我会事先向你道歉。我也是python新手
 我首先复制要加入的数据帧，然后选择其中的特定列。我已经包括了来自dfE的“Element17”和“Element20”，因为您在加入时需要它

前

要重命名列，请使用以下命令：

df1.rename(columns={'Element05':'Alt Element05','Element03':'Alt Element03','Element04':'Alt Element04'},inplace=True)

一旦您设置了另一个df（将其命名为
df2
），您将使用
pd.merge（）
像在SQL中一样连接它们*使用pd.merge时，要加入的列必须具有相同的名称，否则将无法工作！（假设df1['A']与df2['B']共享相同的数据，并且您希望加入数据帧。您必须更改其中一个数据帧上的名称，使其与您要加入的Df的列名相等，否则将无法工作。）

前

对于
中的
，我将执行以下操作

df3= df3[df3['Alt Element03']!=df3['Element']]

对于
orderby
，您可以使用.sort（），但我不愿意就如何使用它向您提供建议，因为我没有太多使用它

我希望这有帮助！如果你有问题，请告诉我

***这可能不是做事情的最佳方式。如果我让你养成坏习惯，我会事先向你道歉。我也是python新手