Sql 熊猫的复杂连接

你怎么能用熊猫来写呢？使用SQL是否更好

我尝试过“where”、“isin”、“join”、“merge”，但我无法在熊猫身上复制这一点

问题：
我基本上有两列（x&y），值从1到10。然后，我想使用如下所示的特定条件进行自连接

IF OBJECT_ID('tempdb..#t1','u') IS NOT NULL
BEGIN
DROP TABLE #t1
END

    CREATE TABLE #t1
    (
        x int,
        y int
    )

INSERT #t1
select distinct number as x, number as y from Master..spt_values
where number between 1 and 10
order by number

select a.x as a_x,
        a.y as a_y,
        b.x as b_x,
        b.y as b_y
from #t1 as a
join #t1 as b on (a.x <= b.x and a.x > b.x-4)
order by a.x,a.y

以下是一个解决方案：

import pandas as pd
import numpy as np
df = pd.DataFrame({'x':range(1,11),
                   'y':range(1,11)})
df2 = pd.merge(df, df, on=np.ones(df.shape[0]), suffixes=("_a", "_b")).drop("key_0", axis=1)
print df2.query("x_a <= x_b & x_a > x_b - 4").reset_index(drop=True)

---

您能否更清楚地了解初始数据帧的外观？也就是说，这些值是随机分配的吗？它们分类了吗？它们重复了吗？当

x

和

y

是相同的，并且（别名）表

a

和

b

是相同的，我不明白

a.x b.x-4

如果我们选择一个随机的x值，比如9……那么……9<10和9>10-4……这将是真的。你能用你的数据库模式发布一个小摆弄吗？（）除了笛卡尔方法，你知道还有别的方法吗？我正在寻找一种可以在大数据集上工作的方法。我想不出任何简单的方法可以在小于O（N**2）的情况下进行连接。您确定SQL不会检查每对值吗？可能对

x

列进行排序，对于

x

中的每个值

v

，进行二进制搜索

v+4

，但这有点复杂。

import pandas as pd
import numpy as np
df = pd.DataFrame({'x':range(1,11),
                   'y':range(1,11)})
df2 = pd.merge(df, df, on=np.ones(df.shape[0]), suffixes=("_a", "_b")).drop("key_0", axis=1)
print df2.query("x_a <= x_b & x_a > x_b - 4").reset_index(drop=True)

    x_a  y_a  x_b  y_b
0     1    1    1    1
1     1    1    2    2
2     1    1    3    3
3     1    1    4    4
4     2    2    2    2
5     2    2    3    3
6     2    2    4    4
7     2    2    5    5
8     3    3    3    3
9     3    3    4    4
10    3    3    5    5
11    3    3    6    6
12    4    4    4    4
13    4    4    5    5
14    4    4    6    6
15    4    4    7    7
16    5    5    5    5
17    5    5    6    6
18    5    5    7    7
19    5    5    8    8
20    6    6    6    6
21    6    6    7    7
22    6    6    8    8
23    6    6    9    9
24    7    7    7    7
25    7    7    8    8
26    7    7    9    9
27    7    7   10   10
28    8    8    8    8
29    8    8    9    9
30    8    8   10   10
31    9    9    9    9
32    9    9   10   10
33   10   10   10   10