使用 python 将非唯一行附加到另一个数据库

Question

嘿大家， 我有两个数据库。一个有 145000 行，大约。 12 列。我有另一个数据库，约有 40000 行和 5 列。我正在尝试根据两列值进行比较。例如，如果在 CSV#1 中，第 1 列显示 100-199，第二列显示 Main St（意味着该行包含在主街的 100 个街区内），我将如何将其与 CSV# 中类似的两列进行比较2.我需要将 CSV#1 中的每一行与 CSV#2 中的每一行进行比较。如果存在匹配项，我需要将每个匹配行的 5 列附加到 CSV#2 行的末尾。因此，无论列的排序方式如何，CSV#2 的列数都会显着增加并具有重复条目。有关如何将两列与单独数据库中的另外两列进行比较，然后迭代所有行的任何建议。到目前为止，我一直在使用 python 和 import csv 来完成其余的工作，但这部分问题让我难住了。

提前致谢 -约翰

Answer 1

1. csv 文件不是数据库。 csv 文件只是文本块的行；适当的数据库（例如 PostgreSQL 或 Mysql 或 SQL Server 或 SQLite 或许多其他）为您提供正确的数据类型和表连接和索引以及行迭代以及对多个匹配和许多匹配的正确处理其他您确实不想从头开始重写的东西。

2. 它怎么知道Address("100-199")==Address("Main Street")？您必须想出某种知识库，将每一位文本转换为规范的地址或地址范围，然后您可以进行比较；请参阅哪里有一个好的地址解析器，但要注意它处理的是单一地址（不是地址范围）。

编辑：

感谢斯文；如果您使用的是真实的数据库，您可以执行类似

SELECT
    User.firstname, User.lastname, User.account, Order.placed, Order.fulfilled
FROM
    User
    INNER JOIN Order ON
        User.streetnumber=Order.streetnumber
        AND User.streetname=Order.streetname

if街道号码和街道名称​​完全匹配的操作；否则你仍然需要考虑上面的第 2 点。