📅  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()
其输出如下-
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
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)
其输出如下-
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*)。
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)
其输出如下-
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。
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()
其输出如下-
sex
Female 87
Male 157
dtype: int64
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
其输出如下-
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。