合併與連接資料

使用 Microsoft Fabric 進行資料轉換與分析

Luis Silva

Solution Architect - Data & AI

資料合併工具

代表三種工具的圖示：SQL、Spark 與 Dataflows

資料合併基礎

依共同欄位連接資料表。
建立星型綱要時很實用。
核心操作：兩個資料表（left 與 right）之間的 JOIN。

資料合併基礎

依共同欄位連接資料表。
建立星型綱要時很實用。
核心操作：兩個資料表（left 與 right）之間的 JOIN。

示意兩個資料表合併的圖

Join 類型

INNER JOIN： 回傳兩表都有匹配值的紀錄。

兩個資料表（左、右），以交集作為 inner join 結果的圖

Join 類型

INNER JOIN： 回傳兩表都有匹配值的紀錄。
LEFT OUTER JOIN： 回傳左表全部紀錄，以及右表中匹配的紀錄。

兩個資料表（左、右），以左表加交集作為 left outer join 結果的圖

Join 類型

INNER JOIN： 回傳兩表都有匹配值的紀錄。
LEFT OUTER JOIN： 回傳左表全部紀錄，以及右表中匹配的紀錄。
RIGHT OUTER JOIN： 回傳右表全部紀錄，以及左表中匹配的紀錄。

兩個資料表（左、右），以右表加交集作為 right outer join 結果的圖

Join 類型

INNER JOIN： 回傳兩表都有匹配值的紀錄。
LEFT OUTER JOIN： 回傳左表全部紀錄，以及右表中匹配的紀錄。
RIGHT OUTER JOIN： 回傳右表全部紀錄，以及左表中匹配的紀錄。
FULL OUTER JOIN： 左或右表任一有匹配時，回傳所有紀錄。

兩個資料表（左、右），以聯集作為 full outer join 結果的圖

用 SQL 合併資料表

JOIN 陳述式

語法：

SELECT 
  <columns> 
  ... 
FROM <Left_Table>
INNER | LEFT | RIGHT | FULL JOIN <Right_Table> 
  ON <Left_Table>.<Join_Column> = <Right_Table>.<Join_Column>;

用 PySpark 合併資料表

join() 函式

語法：

<df_left>.join(
  <df_right,
  [<df_left>.<join_column> == <df_right>.<join_column>],
  how='inner' | 'left' | 'right | 'outer'
)

用 Dataflows 合併資料表

Merge queries
Merge queries as new

顯示 Dataflow 中「Merqe queries」對話框的螢幕擷取畫面

一起來練習吧！

使用 Microsoft Fabric 進行資料轉換與分析