关键词:
1. 演示数据
本文的所有演示数据,均是基于下方的四张表。下面这四张表大家应该不陌生,这就是网传50道经典MySQL面试题
中使用到的几张原表。关于下方各表之间的关联关系,我就不给大家说明了,仔细观察字段名,应该就可以发现。
2. pandasql的使用
1)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,下方提供sqlite中常用函数大全,希望对你有帮助。
sqlite函数大全:http://suo.im/5DWraE
导入相关库:
import pandas as pd
from pandasql import
2)声明全局变量的2种方式
- ① 在使用之前,声明该全局变量;
- ② 一次性声明好全局变量;
① 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:
② 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:
3)写几个简单的SQL语句
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)
结果如下:
② 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:
③ 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:
④ 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:
⑤ 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:
将 sql 选择解压缩到 pandas 数据框中
...ame【发布时间】:2013-06-1321:53:56【问题描述】:假设我有一个大致像这样的选择:selectinstrument,price,datefrommy_prices;如何将返回的价格解压缩到单个数据框中,其中包含每种工具的系列并按日期编制索引?明确一点:我正在寻找:&... 查看详情
使用 Pandas .to_sql 将 JSON 列写入 Postgres
...】:2017-05-1901:48:21【问题描述】:在ETL过程中,我需要从一个Postgres数据库中提取JSON列并将其加载到另一个。我们为此使用Pandas,因为它有很多方法可以从不同的源/目标读取和写入数据,并且所有转换都可以使用Python和Pand 查看详情
使用 Pandas 抛出错误在 Python 中编写 UDF
...它正在抛出错误。当我们尝试在没有Pandas的情况下使用另一个python代码时,它工作正常。请帮助理解问题。在下面提供Pand 查看详情
pandas实现常用sql操作
...个是_x,另一个是_y:如果想要自定义后缀,那么可以:于是上表的age_x和age_y就变成age_left和age_right了。pandas的join和SQL的join不太一样。默认行为是直接根据index进行关联。你可以理解为直接把两个表左右拼接在一 查看详情
pandas优化(代码片段)
...和SQL。Python之所以适合数据分析,是因为它有很多第三方强大的库来协助 查看详情
python应用实战-从pandas的角度来对比mysql,教你如何更快更好的学习sql(代码片段)
...我相信你如果学习了Pandas,就一定是想从事数据分析这样一个行业。既然你想从事数据分析行业,那我就默认你肯定是会Sql,即使你现在不会,你以后也要会。以下是我为大家准备的几个精品专栏,喜欢的小伙伴可自行订阅,你... 查看详情
pandas基础
参考技术APandas是Python语言的一个扩展程序库,用于数据分析。Pandas是一个开放源码、BSD许可的库,提供高性能、易于使用的数据结构和数据分析工具。Pandas名字衍生自术语"paneldata"(面板数据)和"Pythondataanalysis"(Python数据分析... 查看详情
pandas(代码片段)
...印出来,索引在左,值在右,由于没有为数据指定索引,于是会自动创建一个0到N-1(N为数据的长度)的整数型索引,取值的时候可以通过索引取值,跟之前学过的数组和列表一样-----------------------------------------------第二种:pd.Se... 查看详情
在工业网络中构建强大的安全性时要考虑什么?(代码片段)
...我对numpy、pandas、matpolib等库不是特别熟悉,基础不够,于是本周开始重新学习numpy及pandas库”熊猫库“pandas——数据处理1、主要的数据类型:ndarra2、(由于pandas我没找到合适的数据源来对它进行操作,明天再更,话说不是我懒... 查看详情
pandas:强大的python数据分析工具包(代码片段)
Pandas:强大的Python数据分析工具包pandas是一个Python包,提供快速,灵活和富有表现力的数据结构,旨在既简单又直观的处理“关系”或“标记”数据。它旨在成为在Python中进行实际,真实世界数据分析的基本... 查看详情
pandas:合并两个不同名称的列?
...框。不能并排连接。数据框包含相同的数据,但是,在第一个数据框中,一列的名称可能为“ObjectType”,而在第二个数据框中,该列的名称可能为“ObjectClass”。当我这样做时df_total=pand 查看详情
Python Pandas 的累积 OLS
...明。此外,这是针对研究复制项目的,因此即使在仅附加一个新数据点后重新运行回归可能很愚蠢(如果数据集很大),我仍然必须这样做。谢谢!在Pandas中,pand 查看详情
python数据分析之pandas(代码片段)
一、Pandas简介Pandas是Python语言的一个扩展程序库,用于数据分析。Pandas是一个开放源码、BSD许可的库,提供高性能、易于使用的数据结构和数据分析工具。Pandas一个强大的分析结构化数据的工具集,基础是Numpy(... 查看详情
pandas学习以及matplotlib绘图
...值打印出来,索引在左,值在右,由于没有为数据制定索引,于是会自动创建一个0到N-1(N为数据的长度)的整数型索引,取值的时候可以通过索引取值,跟之前学过的数组和列表一样##第二种s2=pd 查看详情
python遇上sql,于是一个好用的python第三方库出现了(代码片段)
1.演示数据本文的所有演示数据,均是基于下方的四张表。下面这四张表大家应该不陌生,这就是网传50道经典MySQL面试题中使用到的几张原表。关于下方各表之间的关联关系,我就不给大家说明了,仔细观察字段... 查看详情
python遇上sql,于是一个好用的python第三方库出现了(代码片段)
1.演示数据本文的所有演示数据,均是基于下方的四张表。下面这四张表大家应该不陌生,这就是网传50道经典MySQL面试题中使用到的几张原表。关于下方各表之间的关联关系,我就不给大家说明了,仔细观察字段... 查看详情
当.net撞上bi可视化,这3种“套路”你必须知道(代码片段)
最近葡萄在做技术支持,又遇到了客户给我们出的新问题。事情是这样的。这次客户使用的是.Net项目,直接做BI大屏过于复杂,所以想直接集成使用BI数据可视化分析大屏。所以,这次我们就从——Wyn出发,为大家介绍如何在.Net... 查看详情
将一行中的字符串与所有其他行中的相同字符串进行比较,并记录差异,pandes 的性能问题
...发布时间】:2020-12-0912:25:59【问题描述】:我在pandas中有一个包含700k条记录的数据框。由于积压问题 查看详情