Pandas SQL操作

Pandas SQL操作的具体实例

由于许多潜在的Pandas用户都对SQL有所了解,因此本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()

运行结果如下:

      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

查询

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)来完成的:

 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)

让我们看一个完整的实例:

 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)

运行结果如下:

   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*)。

WHERE条件查询

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)

我们来看一个完整的实例

 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)

运行结果如下:

     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。

GroupBy分组

此操作获取整个数据集中每个组中的记录数。例如查询性别分组和数量:

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

在Pandas是如下操作:

 tips.groupby('sex').size()

我们来看一个完整的实例

 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()

运行结果如下:

 sex
 Female 87
 Male 157
 dtype: int64

查询N行数量

SQL 使用LIMIT返回N行:

 SELECT * from tips
 LIMIT 5 ;

在Pandas中操作如下:

 tips.head(5)

我们来看一个完整的实例

 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

运行结果如下:

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