建站
咨詢
售后
建站咨詢
新聞中心
工作中，頻繁切換是件麻煩事兒。一些程序員只熟悉SQL中的數(shù)據(jù)操作，卻不熟悉Python中的數(shù)據(jù)操作，因此在完成項(xiàng)目時，我們不得不頻繁地在SQL和Python之間進(jìn)行切換，導(dǎo)致了工作效率低下和生產(chǎn)能力下降。
成都網(wǎng)絡(luò)公司-成都網(wǎng)站建設(shè)公司創(chuàng)新互聯(lián)10余年經(jīng)驗(yàn)成就非凡，專業(yè)從事成都網(wǎng)站設(shè)計(jì)、網(wǎng)站建設(shè)，成都網(wǎng)頁設(shè)計(jì)，成都網(wǎng)頁制作，軟文營銷，1元廣告等。10余年來已成功提供全面的成都網(wǎng)站建設(shè)方案，打造行業(yè)特色的成都網(wǎng)站建設(shè)案例，建站熱線：13518219792，我們期待您的來電！
本文就教你一種方法，使用Pandas在Python中輕松重現(xiàn)SQL結(jié)果。
入門指南
如果電腦中沒有pandas包，則需要先安裝一下：
- Conda install pandas
在這個階段，我們將使用著名的Kaggle泰坦尼克數(shù)據(jù)集：https://www.kaggle.com/c/titanic/data?select=test.csv。
安裝軟件包并下載數(shù)據(jù)后，需要將其導(dǎo)入Python環(huán)境中：
- import pandas as pd
- titanic_df = pd.read_csv("titanic_test_data.csv")
我們將使用pandas數(shù)據(jù)框架來存儲數(shù)據(jù)，還將用到各種pandas函數(shù)來操作數(shù)據(jù)框架。
- SELECT, DISTINCT, COUNT, LIMIT
讓我們從經(jīng)常使用的簡單SQL查詢開始。
titanic_df [“ age”]。unique()將在此處返回唯一值的數(shù)組，因此需要使用len()來獲取唯一值的計(jì)數(shù)。
- SELECT，WHERE，OR，AND，IN（有條件選擇）
現(xiàn)在你知道了如何以簡單的方式探索數(shù)據(jù)框架，接著來嘗試一些條件吧(在SQL中是WHERE子句)。
如果只想從數(shù)據(jù)框架中選擇特定的列，則可以使用另一對方括號進(jìn)行選擇。注意，如果要選擇多列，則需要在方括號內(nèi)放置數(shù)組[“ name”，“ age”]。
isin()與SQL中的IN完全相同。要使用NOT IN，需要在Python中使用negation(?)來獲得相同的結(jié)果。
- GROUP BY，ORDER BY，COUNT
GROUP BY和ORDER BY也是用來探索數(shù)據(jù)的流行SQL，讓我們在Python中嘗試一下。
如果只想對COUNT進(jìn)行排序，可以將布爾值傳遞給sort_values函數(shù);如果想對多列進(jìn)行排序，則必須將布爾數(shù)組傳遞給sort_values函數(shù)。sum()函數(shù)將提供數(shù)據(jù)框架中的所有聚合數(shù)值總和列，如果只需要特定列，則需要使用方括號指定列名。
- MIN，MAX，MEAN，MEDIAN
最后，來嘗試一些常見的統(tǒng)計(jì)功能，這些功能對于數(shù)據(jù)探索非常重要。
由于SQL沒有中位數(shù)函數(shù)，因此將使用BigQuery APPROX_QUANTILES獲取年齡中位數(shù)。pandas聚合函數(shù).agg()還支持其他函數(shù)，例如sum。
拒絕頻繁切換，輕松重現(xiàn)查詢，你值得擁有!
你可以在我的Github中查看完整的腳本：https://github.com/chingjunetao/medium-article/tree/master/rewrite-sql-with-python
本文轉(zhuǎn)載自微信公眾號「讀芯術(shù)」，可以通過以下二維碼關(guān)注。轉(zhuǎn)載本文請聯(lián)系讀芯術(shù)公眾號。
當(dāng)前文章：Pandas閃回咒！如何在Python中重寫SQL查詢？
URL標(biāo)題：http://www.dlmjj.cn/article/ccsjcgp.html
