使用 Pandas 处理数据库

对保存在 SQL 中的数据执行各种操作可能会导致执行非常复杂且不易编写的查询。因此，为了使这项任务更容易，使用专门为数据预处理构建并且比 SQL 更简单和用户友好的 pandas 来完成这项工作通常很有用。

在某些情况下，有时数据存储在 SQL 中，我们想在Python中从 SQL 中获取该数据，然后使用 pandas 执行操作。那么让我们看看如何使用 pandas 与 SQL 数据库进行交互。

这是我们要使用的数据库
糖尿病数据

注意：假设我们的数据存储在 sqlite3

读取数据

# import the libraries
import sqlite3
import pandas as pd
  
# create a connection
con = sqlite3.connect('Diabetes.db')
  
# read data from SQL to pandas dataframe.
data = pd.read_sql_query('Select * from Diabetes;', con)
  
# show top 5 rows
data.head()

输出

基本操作

• 切片行

我们可以执行切片操作以从给定范围内获取所需的行数。
借助切片，我们可以只对数据的特定子集执行各种操作

# read the data from sql to pandas dataframe.
data = pd.read_sql_query('Select * from Diabetes;', con)
  
# slicing the number of rows 
df1 = data[10:15]
df1

输出


• 选择特定列
  选择特定列或从数据框中选择列数以进一步处理数据。

  # read the data from sql to
  # pandas dataframe.
  data = pd.read_sql_query('Select * from Diabetes;', con)
    
  # selecting specific columns.
  df2 = data.loc[:, ['Glucose', 'BloodPressure']].head()
  df2
  

  输出：
  

• 总结数据
  为了从数据中获得洞察力，我们必须对数据进行统计汇总。要显示数据的统计摘要，例如平均值、中位数、众数、标准差等。我们执行以下操作

  # read the data from sql 
  # to pandas dataframe.
  data = pd.read_sql_query('Select * from Diabetes;', con)
    
  # summarize the data
  data.describe()
  

  输出：
  

• 根据列对数据进行排序
  用于根据给定列值对数据框进行排序

  # read the data from sql 
  # to pandas dataframe.
  data = pd.read_sql_query('Select * from Diabetes;', con)
    
  # sort data with respect 
  # to particular column.
  data.sort_values(by ='Age').head()
  

  输出：
  

• 显示每列的平均值
  显示数据框每一列的平均值。

  # read the data from sql 
  # to pandas dataframe.
  data = pd.read_sql_query('Select * from Diabetes;', con)
    
  # count number of rows and columns
  data.mean()
  

  输出：