宜宾网站建设公司

Pandas与SQL怎么整合使用

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。

成都创新互联公司服务项目包括陇南网站建设、陇南网站制作、陇南网页制作以及陇南网络营销策划等。多年来，我们专注于互联网行业，利用自身积累的技术优势、行业经验、深度合作伙伴关系等，向广大中小型企业、政府机构等提供互联网行业的解决方案，陇南网站推广取得了明显的社会效益与经济效益。目前，我们服务的客户以成都为中心已经辐射到陇南省份的部分城市，未来相信会继续扩大服务区域并继续获得客户的支持与信任！

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：

Pandas与SQL怎么整合使用

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：

Pandas与SQL怎么整合使用

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：

Pandas与SQL怎么整合使用

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：

Pandas与SQL怎么整合使用

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：

Pandas与SQL怎么整合使用

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：

Pandas与SQL怎么整合使用

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：

Pandas与SQL怎么整合使用

关于“Pandas与SQL怎么整合使用”这篇文章的内容就介绍到这里，感谢各位的阅读！相信大家对“Pandas与SQL怎么整合使用”知识都有一定的了解，大家如果还想学习更多知识，欢迎关注创新互联行业资讯频道。


网站题目：Pandas与SQL怎么整合使用
标题来源：http://ybzwz.com/article/psgiep.html

其他资讯