這篇文章主要介紹了Pandas與SQL怎么整合使用的相關(guān)知識(shí)，內(nèi)容詳細(xì)易懂，操作簡(jiǎn)單快捷，具有一定借鑒價(jià)值，相信大家閱讀完這篇Pandas與SQL怎么整合使用文章都會(huì)有所收獲，下面我們一起來看看吧。
成都創(chuàng)新互聯(lián)公司服務(wù)項(xiàng)目包括隴南網(wǎng)站建設(shè)、隴南網(wǎng)站制作、隴南網(wǎng)頁制作以及隴南網(wǎng)絡(luò)營(yíng)銷策劃等。多年來，我們專注于互聯(lián)網(wǎng)行業(yè)，利用自身積累的技術(shù)優(yōu)勢(shì)、行業(yè)經(jīng)驗(yàn)、深度合作伙伴關(guān)系等，向廣大中小型企業(yè)、政府機(jī)構(gòu)等提供互聯(lián)網(wǎng)行業(yè)的解決方案，隴南網(wǎng)站推廣取得了明顯的社會(huì)效益與經(jīng)濟(jì)效益。目前，我們服務(wù)的客戶以成都為中心已經(jīng)輻射到隴南省份的部分城市，未來相信會(huì)繼續(xù)擴(kuò)大服務(wù)區(qū)域并繼續(xù)獲得客戶的支持與信任！
pandas中的DataFrame是一個(gè)二維表格，數(shù)據(jù)庫中的表也是一個(gè)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(shí)Python自帶SQLite模塊，不需要安裝，便可直接使用。
這里有一點(diǎn)需要注意的是：使用pandasql讀取DataFrame中日期格式的列，默認(rèn)會(huì)讀取年月日、時(shí)分秒，因此我們要學(xué)會(huì)使用sqlite中的日期處理函數(shù)，方便我們轉(zhuǎn)換日期格式。
導(dǎo)入相關(guān)庫：
import pandas as pd
from pandasql import sqldf
聲明全局變量的2種方式
在使用之前，聲明該全局變量；
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")
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)
部分結(jié)果如下：
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：
student = pd.read_excel("student.xlsx")
pysqldf = lambda q: sqldf(q, globals())
query1 = """
select sqlite_version(*)
"""
pysqldf(query1)
結(jié)果如下：
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：
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：
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：
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：
關(guān)于“Pandas與SQL怎么整合使用”這篇文章的內(nèi)容就介紹到這里，感謝各位的閱讀！相信大家對(duì)“Pandas與SQL怎么整合使用”知識(shí)都有一定的了解，大家如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。
重慶分公司
重慶分公司
