Pandas是基于NumPy 的一種工具，該工具是為了解決數(shù)據分析任務而創(chuàng)建的。Pandas 納入了大量庫和一些標準的數(shù)據模型，提供了高效地操作大型數(shù)據集所需的工具。Pandas提供了大量能使我們快速便捷地處理數(shù)據的函數(shù)和方法。你很快就會發(fā)現(xiàn)，它是使Python成為強大而高效的數(shù)據分析環(huán)境的重要因素之一。本文主要介紹一下Pandas中read_sql_query方法的使用。

pandas.read_sql_query(sql，con，index_col = None，coerce_float = True，params = None，parse_dates = None，chunksize = None)

將SQL查詢讀入DataFrame。

返回與查詢字符串的結果集對應的DataFrame。（可選）提供index_col參數(shù)以使用其中一列作為索引，否則將使用默認整數(shù)索引。

參數(shù)：

sql：string SQL查詢或SQLAlchemy Selectable（select或文本對象）要執(zhí)行的SQL查詢。

con：SQLAlchemy可連接（引擎/連接），數(shù)據庫字符串URI，或sqlite3 DBAPI2連接使用SQLAlchemy可以使用該庫支持的任何數(shù)據庫。如果是DBAPI2對象，則僅支持sqlite3。

index_col：字符串或字符串列表，可選，默認值：無

要設置為索引的列（MultiIndex）。

coerce_float：boolean，默認為True

嘗試將非字符串，非數(shù)字對象（如decimal.Decimal）的值轉換為浮點值。

對SQL結果集很有用。

params：list，tuple或dict，optional，default：None

要傳遞給執(zhí)行方法的參數(shù)列表。用于傳遞參數(shù)的語法取決于數(shù)據庫驅動程序。

檢查數(shù)據庫驅動程序文檔，

了解PEP 249的paramstyle中描述的五種語法樣式中的哪一種。例如,對于psycopg2，使用%(name)s，所以使用params = {'name'：'value'}

parse_dates：list或dict，默認值：None

要解析為日期的列名列表。

{column_name: format string}格式的字典，其中，格式字符串在解析字符串時間時是與strftime兼容的，或者在解析整數(shù)時間戳時是(D、s、ns、ms、us)兼容的。

{column_name: arg dict}格式的字典，其中arg dict對應于關鍵字參數(shù),特別適用于沒有本機Datetime支持的數(shù)據庫，

例如SQLite。pandas.to_datetime()

chunksize：int，默認無

如果指定，則返回一個迭代器，其中chunksize是要包含在每個塊中的行數(shù)。

返回：

數(shù)據幀

例如，

import MySQLdb
conn= MySQLdb.connect(host='myhost',port=3306,user='myusername', passwd='mypassword', 
                db='information_schema')
sql ="""
      SELECT
	danceability, energy, loudness, speechiness, acousticness,
	instrumentalness, liveness, valence, tempo, activity
      FROM songs s, users u, song_user su
      WHERE
	activity IS NOT NULL AND
	s.id = su.song_id AND
	su.user_id = u.id AND
	u.telegram_user_id = {}
""".format(telegram_id)
df_mysql = pd.read_sql_query(sql, conn)
conn.close()

到此這篇關于Python Pandas pandas.read_sql_query函數(shù)實例用法分析的文章就介紹到這了,更多相關Python Pandas pandas.read_sql_query函數(shù)內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論