Pandas执行SQL操作的实现

目录

• SELECT
• WHERE
• GroupBy
• LIMIT

我们知道，使用 SQL 语句能够完成对 table 的增删改查操作，Pandas 同样也可以实现 SQL 语句的基本功能。本节主要讲解 Pandas 如何执行 SQL 操作。

首先加载一个某连锁咖啡厅地址分布的数据集，通过该数据集对本节内容进行讲解。

import pandas as pd
df = pd.read_excel("C:\\Users\\qwy\\Desktop\\data\\empdata.xlsx")
print(df)

输出结果如下：

    EMPNO   ENAME        JOB     MGR    HIREDATE   SAL    COMM  DEPTNO

0    7369   SMITH      CLERK  7902.0  1980-12-17   800     NaN      20

1    7499   ALLEN   SALESMAN  7698.0  1981-02-20  1600   300.0      30

2    7521    WARD   SALESMAN  7698.0  1981-02-22  1250   500.0      30

3    7566   JONES    MANAGER  7839.0  1981-04-02  2975     NaN      20

4    7654  MARTIN   SALESMAN  7698.0  1981-09-28  1250  1400.0      30

5    7698   BLAKE    MANAGER  7839.0  1981-05-01  2850     NaN      30

6    7782   CLARK    MANAGER  7839.0  1981-06-09  2450     NaN      10

7    7788   SCOTT    ANALYST  7566.0  1987-04-19  3000     NaN      20

8    7839    KING  PRESIDENT     NaN  1981-11-17  5000     NaN      10

9    7844  TURNER   SALESMAN  7698.0  1981-09-08  1500     0.0      30

10   7876   ADAMS      CLERK  7788.0  1987-05-23  1100     NaN      20

11   7900   JAMES      CLERK  7698.0  1981-12-03   950     NaN      30

12   7902    FORD    ANALYST  7566.0  1981-12-03  3000     NaN      20

13   7934  MILLER      CLERK  7782.0  1982-01-23  1300     NaN      10

SELECT

在 SQL 中，SELECT 查询语句使用,把要查询的每个字段分开，当然您也可以使用*来选择所有的字段。如下所示：

SELECT EMPNO,ENAME,JOB,MGR,HIREDATE,SAL,COMM,DEPTNO FROM emp LIMIT 5;

对于 Pandas 而言，要完成 SELECT 查询，需要把数据集每一列（columns）的名称传递给 DataFrame 对象。如下所示：

df[['EMPNO','ENAME','JOB','MGR','HIREDATE','SAL','COMM' , 'DEPTNO']].head(5)

下面代码是 Pandas 执行 SELECT 查询的完整程序：

import pandas as pd
df = pd.read_exandroidcel("C:\\Users\\qwy\\Desktop\\data\\empdata.xlsx")
emp = df[['EMPNO','ENAME','JOB','MGR','HIREDATE','SAL','COMM' , 'DEPTNO']].head(5)
print(emp)

输出结果如下：

   EMPNO   ENAME       JOB     MGR    HIREDATE   SAL    COMM  DEPTNO

0   7369   SMITH   &nbshttp://www.devze.comp; CLERK  7902.0  1980-12-17   800     NaN      20

1   7499   ALLEN  SALESMAN  7698.0  1981-02-20  1600   300.0      30

2   7521    WARD  SALESMAN  7698.0  1981-02-22  1250   500.0      30

3   7566   JONES   MANAGER  7839.0  1981-04-02  2975     NaN      20

4   7654  MARTIN  SALESMAN  7698.0  1981-09-28  1250  1400.0      30

假如您传入的是一个空列表， 那最终结果将输出所有的行索引标签。

WHERE

SQL 中的条件查询是通过 WHERE 子句完成的。格式如下所示：

SELECT * FROM EMP WHERE DEPTNO = '30';

然而 DataFrame 可以通过多种方式实现条件筛选，最直观的方法是通过布尔索引：

df[df['DEPTNO'] == 30]

完整程序如下：

import pandas as pd
df = pd.read_excel("C:\\Users\\qwy\\Desktop\\data\\empdata.xlsx")
emp = df[df['DEPTNO'] == 30]
print(emp)

输出结果如下：

    EMPNO   ENAME       JOB     MGR    HIREDATE   SAL    COMM  DEPTNO

1    7499   ALLEN  SALESMAN  7698.0  1981-02-20  1600   300.0      30

2    7521    WARD  SALESMAN  7698.0  1981-02-22  1250   500.0      30

4    7654  MARwww.devze.comTIN  SALESMAN  7698.0  1981-09-28  1250  1400.0      30

5    7698   BLAKE   MANAGER  7839.0  1981-05-01  2850     NaN      30

9    7844  TURNER  SALESMAN  7698.0  1981-09-08  1500     0.0      30

11   7900   JAMES     CLERK  编程;7698.0  1981-12-03   950     NaN      30

上面的语句通过布尔运算将 True 或 False 对象传递给 DataFrame 对象，然后返回所有为 True 的行。

GroupBy

在 SQL 语句中，通过 GroupBy 操作可以获取 table 中一组记录的计数。示例如下：

SELECT id, count(*) FROM EMP GROUP BY DEPTNO;

而 Pandas 可通过以下代码实现：

df.groupby('DEPTNO').http://www.devze.comsize()

完整的程序如下所示：

import pandas as pd
import numpy as np
df = pd.read_excel("C:\\Users\\qwy\\Desktop\\data\\empdata.xlsx")
emp_count = df.groupby('DEPTNO').size()
# 或者使用agg或aggregate函数
# emp_count = df.groupby('DEPTNO').aggregate({'EMPNO':np.size,'SAL':np.mean})
print(emp_count)

输出结果：

DEPTNO

10    3

20    5

30    6

dtype: int64

LIMIT

在 SQL 中，LIMIT 语句主要起到限制作用，比如查询前 n 行记录：

SELECT * FROM EMP LIMIT n;

而在 Pandas 中，您可以通过 head() 来实现（默认前 5 行），示例如下：

import pandas as pd
df = pd.read_excel("C:\\Users\\qwy\\Desktop\\data\\empdata.xlsx")
emp = df[['EMPNO','ENAME','JOB','MGR','HIREDATE','SAL','COMM' , 'DEPTNO']].head(5)
print(emp)

输出结果：

   EMPNO   ENAME       JOB     MGR    HIREDATE   SAL    COMM  DEPTNO

0   7369   SMITH     CLERK  7902.0  1980-12-17   800     NaN      20

1   7499   ALLEN  SALESMAN  7698.0  1981-02-20  1600   300.0      30

2   7521    WARD  SALESMAN  7698.0  1981-02-22  1250   500.0      30

3   7566   JONES   MANAGER  7839.0  1981-04-02  2975     NaN      20

4   7654  MARTIN  SALESMAN  7698.0  1981-09-28  1250  1400.0      30

到此这篇关于Pandas执行SQL操作的实现的文章就介绍到这了,更多相关Pandas执行SQL操作内容请搜索编程客栈(www.devze.com)以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程客栈(www.devze.com)！