ch7.

7.md

@@ -1063,3 +1063,62 @@ rated.with_column('$/Star', rated.column('Price') / rated.column('Stars')).sort(
 | chocolate | 6.55 | 3.5 | 1.87143 |
 | strawberry | 5.25 | 2.5 | 2.1 |
 
+虽然草莓在这三种口味中评分最低，但是这个标准下草莓更加便宜，因为每颗星星的花费并不高。
+
+警告。顺序很重要。由于`join`中的第二个表用于扩充第一个表，所以重要的是，第一个表中的每一行在第二个表中只有一个匹配的行。如果第一个表中的某一行在第二个表中没有匹配项，则信息可能丢失。如果第一个表中的某一行在第二个表中有多个匹配项，那么`join`将只选择一个，这也是一种信息丢失。
+
+我们可以在下面的例子中看到它，它试图通过相同的两列连接相同的两个表格，但是以另一种顺序。这种连接是没有意义的：它试图用价格来扩展每种风味的评分，但是根据`cones`表，每种风味都有一个以上的圆筒（和价格）。结果是两个圆筒消失了。`join`方法仅仅在`cones`寻找对应`chocolate`的第一行，而忽略其他行。
+
+```py
+ratings.join('Kind', cones, 'Flavor')
+```
+
+| Kind | Stars | Price |
+| --- | --- | --- |
+| chocolate | 3.5 | 6.55 |
+| strawberry | 2.5 | 3.55 |
+| vanilla | 4 | 4.75 |
+
+假设有个冰淇淋的评分表，我们已经求出了每种风味的平均评分。
+
+```py
+reviews = Table().with_columns(
+    'Flavor', make_array('vanilla', 'chocolate', 'vanilla', 'chocolate'),
+    'Stars', make_array(5, 3, 5, 4)
+)
+reviews
+```
+
+
+| Flavor | Stars |
+| --- | --- |
+| vanilla | 5 |
+| chocolate | 3 |
+| vanilla | 5 |
+| chocolate | 4 |
+
+```py
+average_review = reviews.group('Flavor', np.average)
+average_review
+```
+
+
+| Flavor | Stars average |
+| --- | --- |
+| chocolate | 3.5 |
+| vanilla | 5 |
+
+我们可以连接`cones `和`average_review`，通过提供用于连接的列标签。
+
+
+```py
+cones.join('Flavor', average_review, 'Flavor')
+```
+
+| Flavor | Price | Stars average |
+| --- | --- | --- |
+| chocolate | 6.55 | 3.5 |
+| chocolate | 5.75 | 3.5 |
+| vanilla | 4.75 | 5 |
+
+注意草莓圆筒是如何消失的。 没有草莓圆筒的评价，所以没有草莓的行可以连接的东西。 这可能是一个问题，也可能不是 - 这取决于我们试图使用连接表执行的分析。