程序matically对两个表进行自然连接

Question

我有两个表（实际上是列表的列表），里面包含一些数据，我想在代码中自然地把这两个表连接起来（不使用SQL，只用代码）。

如果我只想在两个表的第一个索引位置（Index[0]）上连接，也就是说只用一个共同的列，我可以这样做：

for each row1 in table1:
   for each row2 in tabl2:
      if row1[0] == row2[0]:   // then this needs to join
         newRow = row1 + row2  // pseudo-code but essentially add the two rows together

首先，这样做合理吗？

其次，这算是自然连接吗（我对最后的结果不是很有信心）？

第三，有没有更好的方法来实现这个？

Answer 1

你可以使用 astropy 这个库来处理表格数据。首先，你需要读取两个表格，然后用 hstack 这个方法把行数相同的两个表格合并在一起。

from astropy.table import Table, hstack
from astropy.io import ascii
table1 = ascii.read("table1.dat")
table2 = ascii.read("table2.dat")  
print hstack([table1, table2], join_type='inner')

Answer 2

1. 是的，这样做是有道理的。

2. 是的，如果index[0]是唯一的公共列，那么这就是一个自然连接。不过，你应该像下面这样创建newRow，这样行内的索引就不会重复：

   newRow = row1 + row2[1:]
   

3. 目前的时间复杂度是O(n^2)。如果你使用哈希表的话，可以把时间复杂度降到O(n)，不过这样做会增加O(n)的空间复杂度，因为需要额外的空间来存储哈希表。

   hash = {}
   for idx, row1 in enumerate(table1):
       hash[row1[0]] = idx #save the index of row by the key value
   
   for row2 in table2:
       if hash.has_key(row2[0])
            newRow = table1[hash[row2[0]]] + row2[1:]