1. 程式人生 > >Python程式碼執行sql語句,可以讓資料分析更加簡潔

Python程式碼執行sql語句,可以讓資料分析更加簡潔

Python程式碼執行sql語句,可以讓資料分析更加簡潔

 

由於許多潛在的pandas使用者對SQL有一定的了 解 ,因此本頁旨在提供一些使用pandas來執行各種SQL操作的示例。


小編推薦大家可以加我的扣扣群 735934841

裡面有海量視訊教程和學習資料免費領取,

不失為是一個學習的好地方,歡迎你的到來。

一起交流學習!共同進步!!

 

大部分的例子將利用tips在pandas測試中發現的資料集。我們將資料讀入一個名為tips的DataFrame,並假設我們有一個同名和結構的資料庫表。

Python程式碼執行sql語句,可以讓資料分析更加簡潔

 

一、SELECT

在SQL中,選擇是使用逗號分隔的列表來選擇(或者*選擇所有列):

Python程式碼執行sql語句,可以讓資料分析更加簡潔

 

在pandas中,列的選擇是通過傳遞列名到您的DataFrame:

Python程式碼執行sql語句,可以讓資料分析更加簡潔

 

呼叫沒有列名稱列表的DataFrame將顯示所有列(類似於SQL的 *)。

二、WHERE

SQL中的過濾是通過WHERE子句完成的。

Python程式碼執行sql語句,可以讓資料分析更加簡潔

 

資料框dataframe可以通過多種方式進行過濾; 最直觀的是使用 布林索引。

Python程式碼執行sql語句,可以讓資料分析更加簡潔

 

上面的語句只是將一個SeriesTrue / False物件傳遞給DataFrame,所有行都返回True。

Python程式碼執行sql語句,可以讓資料分析更加簡潔

 

就像SQL的OR和AND一樣,可以使用|將多個條件傳遞給DataFrame (OR)和&(AND)。

Python程式碼執行sql語句,可以讓資料分析更加簡潔

 

Python程式碼執行sql語句,可以讓資料分析更加簡潔

 

Python程式碼執行sql語句,可以讓資料分析更加簡潔

 

Python程式碼執行sql語句,可以讓資料分析更加簡潔

 

NULL檢查使用notna()和isna()方法完成。

Python程式碼執行sql語句,可以讓資料分析更加簡潔

 

假設我們有一個與上面的DataFrame結構相同的表。我們只能看到col2 IS NULL 的記錄與下面的查詢:

Python程式碼執行sql語句,可以讓資料分析更加簡潔

 

Python程式碼執行sql語句,可以讓資料分析更加簡潔

 

獲取col1不是NULL的專案可以完成notna()。

Python程式碼執行sql語句,可以讓資料分析更加簡潔

 

Python程式碼執行sql語句,可以讓資料分析更加簡潔