python 實現多表組合

A庫中a表字段：

A庫a表

原名稱

序號

提交時間

微信OpenID

飲食方案評價

運動方案評價

管理師評價

現在名稱 id inputTime wxOpenId eatProgram motionProgram mTEvaluation

注：a 表提交時間格式爲：時間戳：需要轉換爲時間格式

B庫中b表字段：

B庫b表

原名稱	微信openID	微信unionID	userID	總打卡率	總飲食打卡率	總運動打卡率
現在名稱	wxOpenId	wxUnionID	userId	punchRate	eatPunchRate	motionRate

基於openID 進行a、b 表關聯，整合後的c表字段：

原名稱	提交日期	微信OpenID	userID	飲食方案評價	運動方案評價	管理師評價	總打卡率	總飲食打卡率	總運動打卡率
現在名稱	inputTime	wxOpenId	userId	eatProgram	motionProgram	mTEvaluation	punchRate	eatPunchRate	motionRate

 注意事項：
1、數據遷移當中需要規範字段名稱，統一使用英文字段，降低因編碼格式出現BUG的機率
2、數據需要針對數據類型，提前進行數據類型規範；對於多數據源彙總，需要提前敲定數據類型
3、確定關聯主鍵（唯一標識），考慮因爲關聯產生的一對多問題，空值問題，異常值問題

 

# -*- coding: utf-8 -*-

# 導入必要模塊
import pandas as pd
from sqlalchemy import create_engine

# 初始化數據庫連接，使用pymysql模塊
# MySQL的用戶：***, 密碼:****, 端口：3306,數據庫：****
engineA = create_engine('mysql+pymysql://cyt123:[email protected]:3306/dateName')

# 查詢語句，選出 wx_A 表中的所有數據
wx_a_sql = '''
      select id,inputTime,wxOpenId,eatProgram,motionProgram,mTEvaluation from wx_A;
      '''

# read_sql_query的兩個參數: sql語句， 數據庫連接
df = pd.read_sql_query(wx_a_sql, engineA)

# 輸出wx_A表的查詢結果
print('Read from and write to Mysql table successfully! 【wx_A】')
print(df)

# 查詢語句，選出 other_B 表中的所有數據
wx_other_sql = '''
      select wxOpenId,wxUnionID,userId,punchRate,eatPunchRate,motionRate from other_B;
      '''

# read_sql_query的兩個參數: sql語句， 數據庫連接
dfb = pd.read_sql_query(wx_other_sql, engineA)

# 輸出 other_B 表的查詢結果
print('Read from and write to Mysql table successfully! 【other_B】')
print(dfb)

print(pd.merge(left=df, right=dfb, how='left', left_on='wxOpenId', right_on='wxOpenId'))
print('Read from and write to Mysql table successfully! 【wx_A left join other_B on wxOpenId 】')

 實現結果