📜  Python Pandas-与SQL比较

📅  最后修改于: 2020-11-06 05:52:48             🧑  作者: Mango


由于许多潜在的Pandas用户都对SQL有一定的了解,因此该页面旨在提供一些示例说明如何使用Pandas执行各种SQL操作。

import pandas as pd

url = 'https://raw.github.com/pandasdev/
pandas/master/pandas/tests/data/tips.csv'

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

输出如下-

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

选择

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)完成的-

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

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)

让我们检查整个程序-

import pandas as pd

url = 'https://raw.github.com/pandasdev/
pandas/master/pandas/tests/data/tips.csv'
 
tips=pd.read_csv(url)
print tips[['total_bill', 'tip', 'smoker', 'time']].head(5)

输出如下-

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

调用不带列名列表的DataFrame将显示所有列(类似于SQL的*)。

哪里

通过WHERE子句在SQL中进行过滤。

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

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)

让我们检查整个程序-

import pandas as pd

url = 'https://raw.github.com/pandasdev/
pandas/master/pandas/tests/data/tips.csv'

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

输出如下-

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。

通过…分组

此操作获取整个数据集中每个组中的记录数。例如,一个查询获取我们性别留下的提示数量-

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

相当于熊猫-

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

让我们检查整个程序-

import pandas as pd

url = 'https://raw.github.com/pandasdev/
pandas/master/pandas/tests/data/tips.csv'

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

输出如下-

sex
Female   87
Male    157
dtype: int64

前N行

SQL使用LIMIT返回前n行

SELECT * FROM tips
LIMIT 5 ;

相当于熊猫-

tips.head(5)

让我们检查完整的示例-

import pandas as pd

url = '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)
print tips

输出如下-

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

这些是我们在熊猫图书馆前几章中比较过的一些基本操作。