這篇文章主要為大家展示了“sql中pandas怎么用”，內(nèi)容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“sql中pandas怎么用”這篇文章吧。

讓客戶滿意是我們工作的目標，不斷超越客戶的期望值來自于我們對這個行業(yè)的熱愛。我們立志把好的技術通過有效、簡單的方式提供給客戶，將通過不懈努力成為客戶在信息化領域值得信任、有價值的長期合作伙伴，公司提供的服務項目有：域名注冊、網(wǎng)頁空間、營銷軟件、網(wǎng)站建設、銅官網(wǎng)站維護、網(wǎng)站推廣。

除了SQL以外，Python的pandas也為我們提供了SQL的大多數(shù)功能。自從從事算法之后就很少寫SQL了，今天在整理印象筆記時趁機復習了一下，也花了點時間把SQL中主要的增刪改查方法用pandas對應實現(xiàn)一遍?？梢哉f是非常實用了。

標準的SQL查詢語法如下：

select (distinct) [字段]from [表1] join [表2] on [匹配字段]where [過濾條件]group by [字段]having [過濾條件]order by [字段] desclimit [個數(shù)] offset [個數(shù)]

     我們以2018-19賽季部分NBA超巨的數(shù)據(jù)為例進行說明。該數(shù)據(jù)在pandas和MySQL中分別樣式分別如下：

SQL的增刪改查最主要的還是查詢方法。我們先從查詢方法開始。

select：選擇球員、球隊和場均得分三列：

distinct: 查看這些球員都有哪幾種球場位置：

count：統(tǒng)計樣本量

分類值統(tǒng)計：

連續(xù)值描述性統(tǒng)計：

where：

單條件：查找屬于得分后衛(wèi)的球員：

多條件：查找屬于得分后衛(wèi)且得分大于27分的球員：

in/not in查找：

order by排序語句：

對球員得分進行排序：

limit/offset語句：

對球員得分排序后取前三或者第二到第四

group by語句：

求每個位置球員的平均得分并降序排序：

having子句：

求每個位置球員的平均得分并篩選大于26分的記錄：

多表聯(lián)立查詢：inner join/outer(left right) join/union

給出新表如下：

inner join：

left join:

right join:

union:

主要的查詢部分對照完了之后，我們再來看SQL和pandas中的增刪改方法。

SQL中創(chuàng)建表、修改表、插入表和刪除表的語句如下表所示：

上述四種方法與之對應的pandas寫法如下：

以上是“sql中pandas怎么用”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對大家有所幫助，如果還想學習更多知識，歡迎關注創(chuàng)新互聯(lián)行業(yè)資訊頻道！