Pandas df 读取每一行，在 df 中返回带有新列的 SQL 查询

Question

我有以下 pandas 数据框作为 df，我想查询 df['item'] 的每一行，它将从 SQL Server 数据库返回相应的 item_description，并用列“id”、“qty”、“item”填充 df , 'item_description'

|  id | qty  | item |
+-----+------+------+
| 001 |  700 | CB04 |
| 002 |  500 |      |
| 003 | 1500 | AB01 |

我正在做以下事情：

query = "select item_description from item_book WHERE item in {}".format(tuple(df['item']))

并使用

将其作为 df 返回

pd.read_sql_query(query, cnxn)

结果：

| item_description |
+------------------+
| apple            |
| orange           |

我打算将两个 dfs 连接在一起，这样做可能行不通，因为我在 df 的第二行有一个空值，而我的查询只返回了两行。

有没有更有效的方法来做到这一点。

Answer 1

更改 SQL 查询以返回 item 和 item_description 列，从而为您提供如下数据框：

   item item_description
0  CB04            apple
1  AB01           orange

然后你就有了一个公共列，可用于使用merge 函数连接两个数据框：

pd.merge(original_df, desc_df, on="item", how="left")

我们可以省略 on 参数，因为每个数据帧中只有一列具有相同的名称，pandas 会找出它们应该加入的内容。但是how 参数对于保留第一个数据帧（left-merge 的大多数参数）中没有第二个数据帧中的相应行的任何行是必要的。结果是：

   id   qty  item item_description
0   1   700  CB04            apple
1   2   500                    NaN
2   3  1500  AB01           orange

您可以在pandas documentation 中阅读有关合并的更多信息。