现在我需要将类似于1,2,17456,28418这样的数据行与另一张表的列ID进行对应取值,应该如何实现
时间: 2024-03-16 07:42:19 浏览: 15
你可以使用`IN`关键字和`STRING_SPLIT`函数来将包含多个ID的字符串拆分成单独的ID,然后使用`IN`关键字将这些ID与另一张表的ID进行比较。以下是一个示例查询:
```
SELECT *
FROM table1
WHERE id IN (
SELECT value
FROM STRING_SPLIT('1,2,17456,28418', ',')
)
```
在这个查询中,`STRING_SPLIT`函数将字符串'1,2,17456,28418'按逗号分隔成多个行,每行包含一个ID。然后,`IN`关键字将这些ID与表`table1`中的ID进行比较,返回匹配的行。你可以将查询中的字符串'1,2,17456,28418'替换为另一张表的列名,以从该表中获取ID列表。例如:
```
SELECT *
FROM table1
WHERE id IN (
SELECT value
FROM STRING_SPLIT((SELECT id_list FROM table2 WHERE id = 1), ',')
)
```
在这个查询中,子查询`(SELECT id_list FROM table2 WHERE id = 1)`将返回表`table2`中ID为1的行的ID列表,然后`STRING_SPLIT`函数将该列表按逗号分隔成多个行,每行包含一个ID。然后,`IN`关键字将这些ID与表`table1`中的ID进行比较,返回匹配的行。
相关问题
matlab根据表格中某列数据做分类分别求他们另一列的对应行元的和
假设有一个表格 `table`,其中有两列数据 `col1` 和 `col2`,你想要根据 `col1` 中的不同取值对 `col2` 进行分组,并求出每组中 `col2` 对应行元素的和。可以使用 `groupsummary` 函数来实现。
示例代码如下:
```matlab
% 假设表格中第一列为 col1,第二列为 col2
% 读入表格
table = readtable('table.csv');
% 按 col1 列分组,求 col2 列的和
grouped = groupsummary(table, 'col1', 'sum', 'col2');
```
这样,`grouped` 就是一个新的表格,其中列 `GroupCount` 表示每个组中 `col1` 对应的行数,列 `col1` 表示 `col1` 的不同取值,列 `sum_col2` 表示每个组中 `col2` 对应行元素的和。
python处理表格,表格中列1数据如何对应列2
如果你需要对应表格中的两列数据,可以考虑使用Python中的pandas库来完成。具体的操作步骤如下:
1. 使用pandas库中的read_excel()函数读取表格数据,并将其存储为一个DataFrame对象。
2. 使用pandas库中的merge()函数将两列数据进行合并。merge()函数的参数主要包括:左侧DataFrame对象、右侧DataFrame对象、左侧DataFrame对象中需要合并的列名、右侧DataFrame对象中需要合并的列名等。
3. 将合并后的结果存储为一个新的DataFrame对象,可以使用to_excel()函数将其保存为Excel文件。
下面是一段示例代码,可以参考一下:
```python
import pandas as pd
# 读取Excel文件
df = pd.read_excel('data.xlsx')
# 合并两列数据
merged_df = pd.merge(df[['列1']], df[['列1', '列2']], on='列1', how='left')
# 将合并后的结果保存为Excel文件
merged_df.to_excel('result.xlsx', index=False)
```
在上面的代码中,我们首先使用read_excel()函数读取了一个名为data.xlsx的Excel文件,并将其存储为一个DataFrame对象。然后使用merge()函数将列1和列2进行了合并,并将结果存储为一个新的DataFrame对象。最后使用to_excel()函数将合并后的结果保存为一个名为result.xlsx的Excel文件。注意,在使用merge()函数时,需要指定on参数为需要合并的列名,同时还需要指定how参数为left,表示采用左连接的方式进行合并。如果你需要采用其他方式进行合并,可以修改how参数的取值。
相关推荐
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![doc](https://img-home.csdnimg.cn/images/20210720083327.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)