两个列表的SQLstyle外部联接

Question

我有来自一个平台的数据，它记录了一个用户的事件——无论是投票答案，还是点击流数据。我正在尝试汇集一些相关的数据集，每个数据集都有一个session\u id列。你知道吗

每个数据集以一个csv开始，作为一系列嵌套列表读入。不是每个会话都有一个用户回答一个问题，或者完成某些操作，因此每个数据集都将而不是包含每个会话的一个条目——但是，每个会话至少存在于其中一个数据集中。你知道吗

假设记录了5个会话：

例如数据集1:

会话ID | a | b | c | d

---

1 | x | x | x | x

---

2 | x | x | x | x

---

5 | x | x | x | x

---

例如数据集2:

会话ID | e | f | g | h

---

1 | x | x | x | x

---

3 | x | x | x | x

---

5 | x | x | x | x

---

例如数据集3:

会话ID | i | j | k | l

---

2 | x | x | x | x

---

3 | x | x | x | x

---

4 | x | x | x | x

---

我该如何构建：

课时d | a | b | c | d | e | f | h | i | j | k | l

---

1 | x | x | x | x | x | x | x |-|-|-

---

2 | x | x | x |-|-|-|-| x | x | x

---

3 |-|-|-|-| x | x | x | x | x | x | x

---

4 |-|-|-|-|-|-|-|-| x | x | x | x

---

5 | x | x | x | x | x | x | x |-|-|-

---

到目前为止，最简单的方法是将每个csv导入熊猫：

merged_df = pd.merge(dataset1, dataset2, how = 'outer', on="sessionID")
pd.merge(merged_df, dataset3, how = 'outer', on="sessionID")

但是要求我不使用任何外部库。你知道吗

我正在努力找到一个可行的逻辑来检测sessionID中的漏洞，然后用空数据填充列表，这样三个列表就可以简单地添加在一起了。你知道吗

有什么想法吗？你知道吗

Answer 1

如何定义“外部库”？sqlite3是外部的还是内部的？你知道吗

1. 如果不是这样，并且您想从关系操作的角度来考虑这个问题，那么可以将表强制放到sqlite3文件中，并从中获取它。

2. 如果数据集的数量是有限的，您可以创建一个类会话，其中包含一个字典，其中每列（a到j）都是一个键。如果你很精通，你可以在需要的时候使用getattr函数来使用“点”符号。对于“表”，我只需要使用一个字典，以键作为id，然后分三步（dataset1、dataset2、dataset3）填充字典。这样你就不用担心差距了。