如何将 Pandas DataFrame 传输到 SQLite

在数据科学中，经常需要将数据从 Pandas DataFrame 传输到 SQLite 数据库中，以便用于后续的查询、可视化等操作。本文将给出一些示例代码，介绍如何将 Pandas DataFrame 传输到 SQLite 数据库中。

1. 导入相关库

首先需要导入 pandas 和 sqlite3 库。

import pandas as pd
import sqlite3

2. 创建 Pandas DataFrame

在示例中，我们创建一个包含学生信息的 Pandas DataFrame。

data = {'Id': [1, 2, 3, 4],
        'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Grade': [85, 92, 78, 89]}
df = pd.DataFrame(data)

3. 连接 SQLite 数据库

使用 sqlite3.connect 函数连接 SQLite 数据库。如果数据库不存在，则会创建一个新的数据库。

conn = sqlite3.connect('student.db')

4. 将 Pandas DataFrame 插入到数据库中

将 Pandas DataFrame 插入到数据库中，可以使用 pandas 的 to_sql 函数。需要指定表名和连接对象。

df.to_sql('student', conn, index=False, if_exists='replace')

上述代码中，if_exists='replace' 表示如果 student 表已经存在，则将其替换（这里假设 student 表不存在）。

5. 查询数据库中的数据

最后，可以在 Python 中查询数据库中的数据，也可以使用 SQLite 管理工具查看数据库中的数据。

result_df = pd.read_sql_query("SELECT * FROM student", conn)

上述代码中，"SELECT * FROM student" 是一个 SQL 查询语句，意为查询 student 表中的所有数据，并将结果返回到 Pandas DataFrame 中。

总结

本文介绍了如何将 Pandas DataFrame 传输到 SQLite 数据库中。具体来说，需要导入 pandas 和 sqlite3 库，创建 Pandas DataFrame，连接 SQLite 数据库，将 Pandas DataFrame 插入到数据库中，最后查询数据库中的数据。这些操作十分简单，可以快速地将数据传输到 SQLite 数据库中，供后续操作使用。