如何通过脚本查找两个数据表之间的公共列以实现表连接

公共列查找的核心逻辑是提取两个表的字段集合后取交集，以下提供两种最常用场景的可直接运行脚本，用户传入两个目标表即可自动返回匹配到的公共列。

适配Pandas本地结构化表的Python脚本 #

适合本地csv、excel等格式加载的结构化数据表，代码如下：

import pandas as pd

def get_common_columns(table_a: pd.DataFrame, table_b: pd.DataFrame) -> list:
    # 取两个表列名集合的交集
    common_fields = list(set(table_a.columns).intersection(set(table_b.columns)))
    # 按字段名排序输出，方便后续关联操作
    common_fields.sort()
    return common_fields

if __name__ == "__main__":
    # 替换为你自己的两个表读取逻辑，支持read_csv、read_excel、read_sql等加载方式
    t1 = pd.read_csv("你的第一个表文件路径")
    t2 = pd.read_csv("你的第二个表文件路径")
    print("两表匹配到的公共列：", get_common_columns(t1, t2))

适配MySQL库内表的SQL脚本 #

适合直接查询数据库中已存储的两个表的公共列，代码如下：

-- 执行前替换下方3个占位参数即可
SELECT COLUMN_NAME
FROM INFORMATION_SCHEMA.COLUMNS
WHERE 
    TABLE_SCHEMA = '替换为你所在的数据库名'
    AND TABLE_NAME IN ('替换为第一个表名', '替换为第二个表名')
GROUP BY COLUMN_NAME
HAVING COUNT(DISTINCT TABLE_NAME) = 2;

使用注意事项 #

• 以上脚本均为列名精确匹配，若存在列名不同但语义一致的字段（如表1的user_id和表2的uid指向同一含义），无法自动识别，需要自行补充同义词映射规则扩展逻辑
• 匹配到公共列后建议先校验两表公共列的数据类型、取值范围是否一致，避免后续多表连接出现结果错误。

内容的提问来源于stack exchange，提问作者Zpbass