关于pandas:Pandas与SQL的超强结合爆赞

本文的所有演示数据，均是基于下方的四张表。对于下方各表之间的关联关系，我就不给大家阐明了，仔细观察字段名，应该就能够发现。

简介

pandas中的 DataFrame 是一个二维表格，数据库中的表也是一个二维表格，因而在 pandas 中应用 sql 语句 就显得瓜熟蒂落，pandasql 应用 SQLite 作为其操作数据库，同时 Python 自带SQLite 模块，不须要装置，便可间接应用。

这里有一点须要留神的是：应用 pandasql 读取 DataFrame 中日期格局的列，默认会读取年月日、时分秒，因而咱们要学会应用 sqlite 中的日期处理函数，不便咱们转换日期格局，下方提供 sqlite 中罕用函数大全，心愿对你有帮忙。

sqlite 函数大全：http://suo.im/5DWraE

导入相干库：

import pandas as pd  
from pandasql import sqldf

申明全局变量的 2 种形式

• 在应用之前，申明该全局变量；
• 一次性申明好全局变量；

在应用之前，申明该全局变量

df1 = pd.read_excel("student.xlsx")
df2 = pd.read_excel("sc.xlsx")
df3 = pd.read_excel("course.xlsx")
df4 = pd.read_excel("teacher.xlsx")

global df1
global df2
global df3
global df4
query1 = "select * from df1 limit 5"
query2 = "select * from df2 limit 5"
query3 = "select * from df3"
query4 = "select * from df4"

sqldf(query1)
sqldf(query2)
sqldf(query3)
sqldf(query4)

局部后果如下：

一次性申明好全局变量

df1 = pd.read_excel("student.xlsx")  
df2 = pd.read_excel("sc.xlsx")  
df3 = pd.read_excel("course.xlsx")  
df4 = pd.read_excel("teacher.xlsx")  
  
pysqldf = lambda q: sqldf(q, globals())  
  
query1 = "select * from df1 limit 5"  
query2 = "select * from df2 limit 5"  
query3 = "select * from df3"  
query4 = "select * from df4"  
  
sqldf(query1)  
sqldf(query2)  
sqldf(query3)  
sqldf(query4)

局部后果如下：

写几个简略的 SQL 语句

查看 sqlite 的版本

student = pd.read_excel("student.xlsx")  
pysqldf = lambda q: sqldf(q, globals())  
query1 = """select sqlite_version(*)"""  
pysqldf(query1)

后果如下：

where 筛选

student = pd.read_excel("student.xlsx")  
pysqldf = lambda q: sqldf(q, globals())  
query1 = """  
    select *   
    from student   
    where strftime('%Y-%m-%d',sage) = '1990-01-01'  
"""  
pysqldf(query1)

后果如下：

多表连贯

student = pd.read_excel("student.xlsx")  
sc = pd.read_excel("sc.xlsx")  
  
  
pysqldf = lambda q: sqldf(q, globals())  
query2 = """  
    select *  
    from student s  
    join sc on s.sid = sc.sid  
"""  
pysqldf(query2)

局部后果如下：

分组聚合

student = pd.read_excel("student.xlsx")  
sc = pd.read_excel("sc.xlsx")  
  
pysqldf = lambda q: sqldf(q, globals())  
query2 = """  
    select s.sname as 姓名,sum(sc.score) as 总分  
    from student s  
    join sc on s.sid = sc.sid  
    group by s.sname  
"""  
pysqldf(query2)

后果如下：

union 查问

student = pd.read_excel("student.xlsx")  
pysqldf = lambda q: sqldf(q, globals())  
query1 = """  
    select *   
    from student   
    where strftime('%Y-%m',sage) = '1990-01'  
    union  
    select *   
    from student   
    where strftime('%Y-%m',sage) = '1990-12'  
"""  
pysqldf(query1)

后果如下：

以上就是本次分享的所有内容，想要理解更多 Python 常识欢送返回公众号：Python 编程学习圈，每日干货分享，发送“J”还可支付大量学习材料。