这篇文章主要介绍了Pandas与SQL怎么整合使用的相关知识,内容详细易懂,操作简单快捷,具有一定借鉴价值,相信大家阅读完这篇Pandas与SQL怎么整合使用文章都会有所收获,下面我们一起来看看吧。
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,因此在pandas中使用sql语句就显得水到渠成,pandasql使用SQLite作为其操作数据库,同时Python自带SQLite模块,不需要安装,便可直接使用。
这里有一点需要注意的是:使用pandasql读取DataFrame中日期格式的列,默认会读取年月日、时分秒,因此我们要学会使用sqlite中的日期处理函数,方便我们转换日期格式。
导入相关库:
import pandas as pd from pandasql import sqldf
声明全局变量的2种方式
在使用之前,声明该全局变量;
一次性声明好全局变量;
在使用之前,声明该全局变量
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)
部分结果如下:
一次性声明好全局变量
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)
部分结果如下:
写几个简单的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)
结果如下:
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)
结果如下:
多表连接
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)
部分结果如下:
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)
结果如下:
union查询
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)
结果如下: