試圖做一個自然連接使用python標準庫

shops（屬性：shop_id，name，lat，lng）
products（屬性：product_id，shop_id，title，popularity
tags（屬性：tag_id,tag）
taggings（屬性：tagging_id，shop_id，tag_id）

我想做的事情在我的所有表的自然連接，只產生一個表。自然連接與內部連接相同，但shops.shop_id = products.shop_id = taggings.shop_id和tags.tag_id = taggings.tag_id。

import csv 

print "This is going to take a while ..."  

shops = list(csv.reader(open('data/shops.csv'), delimiter=',')) 
products = list(csv.reader(open('data/products.csv'), delimiter=',')) 
tag = list(csv.reader(open('data/tags.csv'), delimiter=',')) 
taggings = list(csv.reader(open('data/taggings.csv'), delimiter=',')) 


shops_products = [] 

hash_ = {} 
for idx, row1 in enumerate(shops): 
    hash_[row1[0]] = idx 

for row2 in products: 
    if row2[1] in hash_: 
     shops_products.append(shops[hash_[row2[1]]] + row2) 


print "shops_products done ..." 
print len(shops_products) 


tags_taggings = [] 

hash_ = {} 
for idx, row1 in enumerate(tag): 
    hash_[row1[0]] = idx 

for row2 in taggings: 
    if row2[2] in hash_: 
     tags_taggings.append(tag[hash_[row2[2]]] + row2) 


print "tags_taggings done ..." 
print len(tags_taggings)

現在我有一個名爲shops_products，tags_taggings 2個表。如果我把它們合併在一起，我就得到我想要的桌子。

然而，shops_products和tags_taggings具有相同shops_id很多行，所以我不能把它們合併我合併表shops，products，tags，taggings的方式。

我可以使用嵌套循環合併它們，但這會導致O（n^2）複雜度超過40分鐘才能完成。

我需要幫助搞清楚如何以我在代碼中加入其他表的方式進行此操作。這將是一個令人滿意的O（n），並很快完成。

來源

2016-06-15 RetroCode

能告訴你的決賽桌將是什麼樣子的樣本？ –

它要具有屬性shop_id，名稱，緯度，經度的product_id，shop_id，標題，人氣，數量TAG_ID，TAG_NAME，tagging_id，shop_id，TAG_ID 我知道某些屬性具有相同的名稱，這僅僅是一個側面合併這些表格的效果，而不用費力去搞清楚現在如何去除重複的列，但重複的屬性將具有相同的信息。如果您需要任何其他信息可以幫助您獲得更好的圖片，請告訴我，並致謝 – RetroCode

「產品」表有多個參考商店？例如有兩種產品具有相同的'shop_id'。 –

所以答案是......

from collections import defaultdict 
s_p_t_t=[] 
hash_= defaultdict(list) 
for idx, row in enumerate(shops_products): 
    hash_[row[0]].append(idx) 

for row in tags_taggings: 
    if row[3] in hash_: 
     for x in hash_[row[3]]: 
      s_p_t_t.append(shops_products[x]+row)

來源

2016-06-16 10:57:08 RetroCode

試圖做一個自然連接使用python標準庫

回答

相關問題