Pandas與SQL的超強結(jié)合，爆贊！
1. 演示數(shù)據(jù)
大家好，我是黃同學??
本文的所有演示數(shù)據(jù)，均是基于下方的四張表。下面這四張表大家應該不陌生，這就是網(wǎng)傳50道經(jīng)典MySQL面試題中使用到的幾張原表。關(guān)于下方各表之間的關(guān)聯(lián)關(guān)系，我就不給大家說明了，仔細觀察字段名，應該就可以發(fā)現(xiàn)。
2. pandasql的使用
1）簡介
pandas中的DataFrame是一個二維表格，數(shù)據(jù)庫中的表也是一個二維表格，因此在pandas中使用sql語句就顯得水到渠成，pandasql使用SQLite作為其操作數(shù)據(jù)庫，同時Python自帶SQLite模塊，不需要安裝，便可直接使用。
這里有一點需要注意的是：使用pandasql讀取DataFrame中日期格式的列，默認會讀取年月日、時分秒，因此我們要學會使用sqlite中的日期處理函數(shù)，方便我們轉(zhuǎn)換日期格式，下方提供sqlite中常用函數(shù)大全，希望對你有幫助。
sqlite函數(shù)大全：http://suo.im/5DWraE
導入相關(guān)庫：
import pandas as pd
from pandasql import sqldf2）聲明全局變量的2種方式
① 在使用之前，聲明該全局變量； ② 一次性聲明好全局變量；
① 在使用之前，聲明該全局變量
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 df4query1 = "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)
部分結(jié)果如下：
② 一次性聲明好全局變量
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)部分結(jié)果如下：
3）寫幾個簡單的SQL語句
① 查看sqlite的版本
student = pd.read_excel("student.xlsx")
pysqldf = lambda q: sqldf(q, globals())
query1 = """
select sqlite_version(*)
"""
pysqldf(query1)結(jié)果如下：
② where篩選
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)結(jié)果如下：
③ 多表連接
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)部分結(jié)果如下：
④ 分組聚合
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 總分
from student s
join sc on s.sid = sc.sid
group by s.sname
"""
pysqldf(query2)結(jié)果如下：
⑤ union查詢
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)結(jié)果如下：
相關(guān)閱讀：
評論
圖片
表情