查询CSV文件维护外键关系？这可能吗？

Question

我有一堆表已导出为CSV文件。它们保持一些主键/外键关系，我基本上想用这些（新的CSV文件）创建一个新视图。

数据库/ csv可简化为：

Replys.csv
-PostId
-ReplyId 
-ReplyText

Users.csv
-ReplyId
-UserId
-UserText

其中ReplyId是Replys.csv中的主键和Users.csv中的外键。

为每个User找到ReplyId: Users.csv -> Replys.csv : ReplyId

所以打印每个用户，他们的ReplyId和ReplyText。

User | ReplyId | ReplyText

在SQL中我相信它会是这样的：

SELECT ReplyId, ReplyText
FROM Users, Replys
WHERE Users.ReplyId = Replys.ReplyID

如何仅使用CSV文件执行此操作？有可能吗？

编辑：这个问题很混乱，但我想我已经解释好了。如果您有任何进一步的问题/澄清，请在回复中询问:)。

Answer 1

您可以执行inner合并：

假设replys来自replys.csv而users来自users.csv：

replys.merge(users, on='reply_id')

对于多对一关系，您可以执行left合并：

replys.merge(users, on='reply_id', how='left')

如果您来自SQL

，则文档中有一个有用的部分

您可以像这样阅读csv：

replys = pd.read_csv('Replys.csv')
users = pd.read_csv('Users.csv')

以上假设csvs中的第一行包含标题行并以逗号分隔

Answer 2

Pandas数据框试图为您提供类似SQL的操作。 pd.read_csv两个CSV，然后执行pandas.merge(users, replys, on='reply_id')。

之类的操作

http://pandas.pydata.org/pandas-docs/version/0.15.2/merging.html

Answer 3

首先，您将不同的表导入数据库，而不是多个数据库。这似乎是混乱的第一点。您应该能够将csv文件表直接导入数据库。获得所描述的表关系后，您应该能够通过执行INNER JOIN：

来获取必要的数据

# User | ReplyId | ReplyText
SELECT UserId, ReplyId, ReplyText FROM users INNER JOIN Replys USING (ReplyId)