Pandas | 28 與SQL比較

因爲許多潛在的Pandas用戶對SQL有必定的瞭解，所以本文章旨在提供一些如何使用Pandas執行各類SQL操做的示例。

 

文件：tips.csv -

total_bill,tip,sex,smoker,day,time,size
0,16.99,1.01,Female,No,Sun,Dinner,2
1,10.34,1.66,Male,No,Sun,Dinner,3
2,21.01,3.50,Male,No,Sun,Dinner,3
3,23.68,3.31,Male,No,Sun,Dinner,2
4,24.59,3.61,Female,No,Sun,Dinner,4

 

import pandas as pd

url = 'tips.csv'
tips=pd.read_csv(url)
print (tips.head())

輸出結果：

total_bill tip sex smoker day time size 0 16.99 1.01 Female No Sun Dinner 2 1 10.34 1.66 Male No Sun Dinner 3 2 21.01 3.50 Male No Sun Dinner 3 3 23.68 3.31 Male No Sun Dinner 2 4 24.59 3.61 Female No Sun Dinner 4

 

選擇(Select)

在SQL中，選擇是使用逗號分隔的列列表(或選擇全部列)來完成的，例如 -

SELECT total_bill, tip, smoker, time
FROM tips
LIMIT 5;

在Pandas中，列的選擇是經過傳遞列名到DataFrame -

tips[['total_bill', 'tip', 'smoker', 'time']].head(5)

完整的程序 -

import pandas as pd

url = 'tips.csv'
tips=pd.read_csv(url)
rs = tips[['total_bill', 'tip', 'smoker', 'time']].head(5)
print(rs)

輸出結果：

total_bill tip smoker time 0 16.99 1.01 No Dinner 1 10.34 1.66 No Dinner 2 21.01 3.50 No Dinner 3 23.68 3.31 No Dinner 4 24.59 3.61 No Dinner

 

調用沒有列名稱列表的DataFrame將顯示全部列(相似於SQL的*)。

WHERE條件

SELECT * FROM tips WHERE time = 'Dinner' LIMIT 5;

數據幀能夠經過多種方式進行過濾; 最直觀的是使用布爾索引。

tips[tips['time'] == 'Dinner'].head(5)

 

完整的程序

import pandas as pd

url = 'tips.csv'
tips=pd.read_csv(url)
rs = tips[tips['time'] == 'Dinner'].head(5)
print(rs)

輸出結果：

total_bill tip sex smoker day time size 0 16.99 1.01 Female No Sun Dinner 2 1 10.34 1.66 Male No Sun Dinner 3 2 21.01 3.50 Male No Sun Dinner 3 3 23.68 3.31 Male No Sun Dinner 2 4 24.59 3.61 Female No Sun Dinner 4

 

上述語句將一系列True/False對象傳遞給DataFrame，並將全部行返回True。

經過GroupBy分組

此操做將獲取整個數據集中每一個組的記錄數。 例如，一個查詢提取性別的數量(即，按性別分組) -

SELECT sex, count(*)
FROM tips
GROUP BY sex;

在Pandas中的等值語句將是 -

tips.groupby('sex').size()

完整的程序

import pandas as pd

url = 'tips.csv'

tips=pd.read_csv(url)
rs = tips.groupby('sex').size()
print(rs)

輸出結果：

sex Female 2 Male 3 dtype: int64

 

前N行

SQL(MySQL數據庫)使用LIMIT返回前n行 

SELECT * FROM tips
LIMIT 5 ;

 

在Pandas中的等值語句將是 

tips.head(5)

下面來看看完整的程序 

import pandas as pd

url = 'tips.csv'
tips=pd.read_csv(url)
rs = tips[['smoker', 'day', 'time']].head(5)
print(rs)

輸出結果：

smoker day time 0 No Sun Dinner 1 No Sun Dinner 2 No Sun Dinner 3 No Sun Dinner 4 No Sun Dinner

 

這些是比較的幾個基本操做，在前幾章的Pandas庫中學到的。