python中pandas模块(join方法)实现SQL Server中的表关联join

python连接sql server的方法，可以参考这篇文章：python连接SQL Server：Pymssql模块

基于下面的数据，分别用sql 和 python，实现数据集的关联，得到 学生、课程、成绩 的数据。

建表可以参考：python中pandas的集合关联(merge) 与SQL Server中表关联join的对比

SQL Server中用join实现表的关联，在python中pandas的merge可以实现表关联，此外，还可以用join来实现。

用pandas的join来实现关联，要比merge来的复杂，因为join的功能相对较弱，默认情况下是两个数据的index的关联，

通过参数on 可以指定用字段 和另一个集合的index进行关联。

# -*- coding:gbk -*-  
  
import pymssql as pm  
from pandas import DataFrame #行列结构  
import pandas as pd  
  
conn = pm.connect(host='localhost',user='sa',password='momogua',database='test')  
  
cur = conn.cursor()  
  
#获取sc表的数据，格式化  
cur.execute('select * from sc')  
sc = cur.fetchall()  
dsc = DataFrame(sc,columns = ['sid','cid','score'])

  
#获取student表的数据，格式化  
cur.execute('select sid,sname from student')  
student = cur.fetchall()  
dstudent = DataFrame(student,columns=['sid','sname'])
dstudent.set_index('sid',inplace=True)  #把sid设置为index
  
#获取course表的数据，格式化  
cur.execute('select cid,cname from course')  
course = cur.fetchall()  
dcourse = DataFrame(course,columns=['cid','cname'])
dcourse.set_index('cid',inplace=True)   #把cid设置为index
  
  
#合并sc表与student表，把sc的sid列与student的index进行关联  
sc1 = dsc.join(dstudent,on='sid',how='inner')
  
#在把合并的结果，和course表合并 ，把上面结果的cid列 与 course的index进行关联 
sc2 = sc1.join(dcourse,on='cid',how='inner')
  
#取sname，cname，score 3列  
r = sc2[['sname','cname','score']]

#按照索引排序，就地排序
r.sort_index(inplace=True)

print r