我們知道，使用 SQL 語句能夠完成對 table 的增刪改查操作，Pandas 同樣也可以實現(xiàn) SQL 語句的基本功能。本節(jié)主要講解 Pandas 如何執(zhí)行 SQL 操作。

首先加載一個某連鎖咖啡廳地址分布的數(shù)據(jù)集，通過該數(shù)據(jù)集對本節(jié)內容進行講解。

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

輸出結果如下：

    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 查詢語句使用,把要查詢的每個字段分開，當然您也可以使用*來選擇所有的字段。如下所示：

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

對于 Pandas 而言，要完成 SELECT 查詢，需要把數(shù)據(jù)集每一列（columns）的名稱傳遞給 DataFrame 對象。如下所示：

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

下面代碼是 Pandas 執(zhí)行 SELECT 查詢的完整程序：

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)

輸出結果如下：

   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

假如您傳入的是一個空列表， 那最終結果將輸出所有的行索引標簽。

WHERE

SQL 中的條件查詢是通過 WHERE 子句完成的。格式如下所示：

SELECT * FROM EMP WHERE DEPTNO = '30';

然而 DataFrame 可以通過多種方式實現(xiàn)條件篩選，最直觀的方法是通過布爾索引：

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)

輸出結果如下：

    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  MARTIN  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  7698.0  1981-12-03   950     NaN      30

上面的語句通過布爾運算將 True 或 False 對象傳遞給 DataFrame 對象，然后返回所有為 True 的行。

GroupBy

在 SQL 語句中，通過 GroupBy 操作可以獲取 table 中一組記錄的計數(shù)。示例如下：

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

而 Pandas 可通過以下代碼實現(xiàn)：

df.groupby('DEPTNO').size()

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函數(shù)
# emp_count = df.groupby('DEPTNO').aggregate({'EMPNO':np.size,'SAL':np.mean})
print(emp_count)

輸出結果：

DEPTNO
10    3
20    5
30    6
dtype: int64

LIMIT

在 SQL 中，LIMIT 語句主要起到限制作用，比如查詢前 n 行記錄：

SELECT * FROM EMP LIMIT n;

而在 Pandas 中，您可以通過 head() 來實現(xiàn)（默認前 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)

輸出結果：

   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

到此這篇關于Pandas執(zhí)行SQL操作的實現(xiàn)的文章就介紹到這了,更多相關Pandas執(zhí)行SQL操作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