PythonでMySQLを使用して、2つのテーブルで内部結合を実行するにはどうすればよいですか?
SQLの2つのテーブルは、それらの間の共通の列に基づいて、または特定の条件に基づいて結合できます。 2つのSQLテーブルを結合するために使用できるJOINにはさまざまなタイプがあります。
ここでは、2つのテーブルの内部結合について説明します。
JOINとINNERJOINはどちらも同じように機能します。 INNER JOINは、あるテーブルの各行を他のテーブルのすべての行と照合し、共通の列があるか、指定された条件を満たす両方のテーブルの行を結合できるようにします。
2つのテーブル間で結合を適用する場合、テーブルが結合される条件を指定する必要があります。
構文
SELECT column1, column2... FROM table_1 INNER JOIN table_2 ON condition;
次のように、「Students」と「Department」の2つのテーブルがあるとします-
学生
+----------+--------------+-----------+ | id | Student_name | Dept_id | +----------+--------------+-----------+ | 1 | Rahul | 120 | | 2 | Rohit | 121 | | 3 | Kirat | 122 | | 4 | Inder | 125 | +----------+--------------+-----------+
部門
+----------+-----------------+ | Dept_id | Department_name | +----------+-----------------+ | 120 | CSE | | 121 | Mathematics | | 122 | Physics | +----------+-----------------+
両方のテーブルに共通するdept_idに基づいて、上記のテーブルを結合します。
PythonでMySQLを使用して2つのテーブルを結合する手順
-
MySQLコネクタをインポートする
-
connect()
を使用してコネクタとの接続を確立します -
cursor()メソッドを使用してカーソルオブジェクトを作成します
-
適切なmysqlステートメントを使用してクエリを作成します
-
execute()メソッドを使用してSQLクエリを実行する
-
接続を閉じます
例
import mysql.connector db=mysql.connector.connect(host="your host", user="your username", password="your password",database="database_name") cursor=db.cursor() query="SELECT Students.Id,Students.Student_name,Department.Department_name FROM Students INNER JOIN Department ON Students.Dept_Id=Department.Dept_Id" cursor.execute(query) rows=cursor.fetchall() for x in rows: print(x) db.close()
出力
(1, ‘Rahul’, ‘CSE’) (2, ‘Rohit’, ‘Mathematics’) (3, ‘Kirat’, ‘Physics’)
DepartmentテーブルのStudentsテーブルの4行目の数学レコードがないため、4行目は結果に含まれていません。
-
Tensorflowを使用してPythonを使用して2つの行列を乗算するにはどうすればよいですか?
Tensorflowは、Googleが提供する機械学習フレームワークです。これは、Pythonと組み合わせて使用されるオープンソースのフレームワークであり、アルゴリズム、深層学習アプリケーションなどを実装します。それは研究および生産目的で使用されます。複雑な数学演算をすばやく実行するのに役立つ最適化手法があります。 これは、NumPyと多次元配列を使用しているためです。これらの多次元配列は「テンソル」とも呼ばれます。フレームワークは、ディープニューラルネットワークの操作をサポートします。これは非常にスケーラブルであり、多くの一般的なデータセットが付属しています。 GPU計算を使用し、リソ
-
Tensorflowを使用してPythonを使用して2つの行列を追加するにはどうすればよいですか?
Tensorflowは、Googleが提供する機械学習フレームワークです。これは、Pythonと組み合わせて使用されるオープンソースのフレームワークであり、アルゴリズム、深層学習アプリケーションなどを実装します。それは研究および生産目的で使用されます。複雑な数学演算をすばやく実行するのに役立つ最適化手法があります。 これは、NumPyと多次元配列を使用しているためです。これらの多次元配列は「テンソル」とも呼ばれます。フレームワークは、ディープニューラルネットワークの操作をサポートします。これは非常にスケーラブルであり、多くの一般的なデータセットが付属しています。 GPU計算を使用し、リソ