乐趣区

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。

退出移动版