Pandas与SQL比较

由于许多潜在的Pandas用户对SQL有一定的了解，因此本文章旨在提供一些如何使用Pandas执行各种SQL操作的示例。

import pandas as pd

url = 'tips.csv'

tips=pd.read_csv(url)

print (tips.head())

Python

文件：tips.csv -

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

Csv

执行上面示例代码，得到以下结果 -

   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

Shell

选择(Select)

在SQL中，选择是使用逗号分隔的列列表(或选择所有列)来完成的，例如 -

SELECT total_bill, tip, smoker, time

FROM tips

LIMIT 5;

SQL

在Pandas中，列的选择是通过传递列名到DataFrame -

tips[['total_bill', 'tip', 'smoker', 'time']].head(5)

Python

下面来看看完整的程序 -

import pandas as pd

url = 'tips.csv'

tips=pd.read_csv(url)

rs = tips[['total_bill', 'tip', 'smoker', 'time']].head(5)

print(rs)

Python

执行上面示例代码，得到以下结果 -

   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

Shell

调用没有列名称列表的DataFrame将显示所有列(类似于SQL的*)。

WHERE条件

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

SQL

数据帧可以通过多种方式进行过滤; 最直观的是使用布尔索引。

tips[tips['time'] == 'Dinner'].head(5)

Python

下面来看看完整的程序 -

import pandas as pd

url = 'tips.csv'

tips=pd.read_csv(url)

rs = tips[tips['time'] == 'Dinner'].head(5)

print(rs)

Python

执行上面示例代码，得到以下结果 -

   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

Shell

上述语句将一系列True/False对象传递给DataFrame，并将所有行返回True。

通过GroupBy分组

此操作将获取整个数据集中每个组的记录数。例如，一个查询提取性别的数量(即，按性别分组) -

SELECT sex, count(*)

FROM tips

GROUP BY sex;

SQL

在Pandas中的等值语句将是 -

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

Python

下面来看看完整的程序 -

import pandas as pd

url = 'tips.csv'

tips=pd.read_csv(url)

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

print(rs)

Python

执行上面示例代码，得到以下结果 -

sex

Female    2

Male      3

dtype: int64

Shell

前N行

SQL(MySQL数据库)使用LIMIT返回前n行 -

SELECT * FROM tips

LIMIT 5 ;

Python

在Pandas中的等值语句将是 -

tips.head(5)

Python

下面来看看完整的程序 -

import pandas as pd

url = 'tips.csv'

tips=pd.read_csv(url)

rs = tips[['smoker', 'day', 'time']].head(5)

print(rs)

Python

执行上面示例代码，得到以下结果 -

  smoker  day    time

0     No  Sun  Dinner

1     No  Sun  Dinner

2     No  Sun  Dinner

3     No  Sun  Dinner

4     No  Sun  Dinner

Shell

这些是比较的几个基本操作，在前几章的Pandas库中学到的。