前言:
而今各位老铁们对“联合查询分为哪三种”大致比较注意,同学们都需要分析一些“联合查询分为哪三种”的相关知识。那么小编同时在网摘上汇集了一些对于“联合查询分为哪三种””的相关内容,希望大家能喜欢,我们快快来学习一下吧!首先需要企业关联图谱的数据,保存为CSV格式,其中每行表示两个企业之间的关联关系,包括企业名称、统一社会信用代码和关联类型等字段。例如:
```
企业1,91330622121180353W,股东
企业2,91330622MA27P62G1E,法人
企业3,91330622MA28JX0B1L,股东
企业1,91330622121180353W,关联企业
企业4,913306227795545060,关联企业
企业2,91330622MA27P62G1E,关联企业
```
```python
import pandas as pd
# 导入企业关联图谱数据
df = pd.read_csv('企业关联图谱.csv', header=None, names=['企业名称', '统一社会信用代码', '关联类型'])
# 定义查询函数,查找指定企业的关联企业和股东
def search_relation(enterprise_name):
# 查找关联企业
related_enterprises = df[df['企业名称'] == enterprise_name]
related_enterprises = related_enterprises[related_enterprises['关联类型'] == '关联企业']
related_enterprises = related_enterprises['企业名称'].values.tolist()
# 查找股东
shareholders = df[df['企业名称'] == enterprise_name]
shareholders = shareholders[shareholders['关联类型'] == '股东']
shareholders = shareholders['企业名称'].values.tolist()
return {'关联企业': related_enterprises, '股东': shareholders}
# 测试查询函数
result = search_relation('企业1')
print(result)
```
以上代码中,我们先导入了企业关联图谱数据,并定义了一个查询函数`search_relation()`。该函数接收一个企业名称作为参数,查找指定企业的关联企业和股东,并将结果以字典形式返回。在函数中,我们使用pandas库进行数据分析和处理,先筛选出企业名称为指定名称、关联类型为“关联企业”的数据,将其企业名称加入到一个列表中,并得到关联企业;再筛选出企业名称为指定名称、关联类型为“股东”的数据,将其企业名称加入到另一个列表中,并得到股东。
测试代码中,使用示例企业名称“企业1”调用查询函数`search_relation()`,并将结果保存到`result`变量中,最后通过`print()`函数将查询结果输出。如果需要查询其他企业的关联关系,只需要更改函数参数即可。同时,也可以根据实际需求,添加其他查询类型和查询条件,以便更全面地了解企业的关联关系。
标签: #联合查询分为哪三种