Pandas SQL操作
Pandas SQL操作的具体实例
由于许多潜在的Pandas用户都对SQL有所了解,因此本页面旨在提供一些示例说明如何使用Pandas执行各种SQL操作。
importpandasaspdurl='https://raw.github.com/pandasdev/pandas/master/pandas/tests/data/tips.csv'tips=pd.read_csv(url)printtips.head()
运行结果如下:
total_billtipsexsmokerdaytimesize016.991.01FemaleNoSunDinner2110.341.66MaleNoSunDinner3221.013.50MaleNoSunDinner3323.683.31MaleNoSunDinner2424.593.61FemaleNoSunDinner4
查询
在SQL中,选择是使用您选择的列的逗号分隔列表(或使用*来选择所有列)来完成的:
SELECTtotal_bill,tip,smoker,timefromtipsLIMIT5;
使用Pandas,通过将列名称列表传递到DataFrame来完成列选择:
tips[['total_bill','tip','smoker','time']].head(5)
让我们看一个完整的实例:
importpandasaspdurl='https://raw.github.com/pandasdev/pandas/master/pandas/tests/data/tips.csv'tips=pd.read_csv(url)printtips[['total_bill','tip','smoker','time']].head(5)
运行结果如下:
total_billtipsmokertime016.991.01NoDinner110.341.66NoDinner221.013.50NoDinner323.683.31NoDinner424.593.61NoDinner
调用不带列名列表的DataFrame将显示所有列(类似于SQL的*)。
WHERE条件查询
通过WHERE子句在SQL中进行过滤。
SELECT*fromtipsWHEREtime='Dinner'LIMIT5;
DataFrame可以通过多种方式进行过滤。最直观的方法是使用布尔索引。
tips[tips['time']=='Dinner'].head(5)
我们来看一个完整的实例
importpandasaspdurl='https://raw.github.com/pandasdev/pandas/master/pandas/tests/data/tips.csv'tips=pd.read_csv(url)printtips[tips['time']=='Dinner'].head(5)
运行结果如下:
total_billtipsexsmokerdaytimesize016.991.01FemaleNoSunDinner2110.341.66MaleNoSunDinner3221.013.50MaleNoSunDinner3323.683.31MaleNoSunDinner2424.593.61FemaleNoSunDinner4
上面的语句将一系列True / False对象传递给DataFrame,并返回所有带有True的行。
GroupBy分组
此操作获取整个数据集中每个组中的记录数。例如查询性别分组和数量:
SELECTsex,count(*)fromtipsGROUPBYsex;
在Pandas是如下操作:
tips.groupby('sex').size()
我们来看一个完整的实例
importpandasaspdurl='https://raw.github.com/pandasdev/pandas/master/pandas/tests/data/tips.csv'tips=pd.read_csv(url)printtips.groupby('sex').size()
运行结果如下:
sexFemale87Male157dtype:int64
查询N行数量
SQL 使用LIMIT返回N行:
SELECT*fromtipsLIMIT5;
在Pandas中操作如下:
tips.head(5)
我们来看一个完整的实例
importpandasaspdurl='https://raw.github.com/pandas-dev/pandas/master/pandas/tests/data/tips.csv'tips=pd.read_csv(url)tips=tips[['smoker','day','time']].head(5)printtips
运行结果如下:
smokerdaytime0NoSunDinner1NoSunDinner2NoSunDinner3NoSunDinner4NoSunDinner
编辑于2024-05-20 13:19