增删改查！sql2pandas方法手册

数据分析

Author：louwill

Machine Learning Lab

     

作为一名数据分析师，利用SQL熟练的取数是一项必备的基础能力。除了SQL以外，Python的pandas也为我们提供了SQL的大多数功能。自从从事算法之后就很少写SQL了，今天在整理印象笔记时趁机复习了一下，也花了点时间把SQL中主要的增删改查方法用pandas对应实现一遍。可以说是非常实用了。

标准的SQL查询语法如下：

select (distinct) [字段]	
from [表1] join [表2] on [匹配字段]	
where [过滤条件]	
group by [字段]	
having [过滤条件]	
order by [字段] desc	
limit [个数] offset [个数]

     我们以2018-19赛季部分NBA超巨的数据为例进行说明。该数据在pandas和MySQL中分别样式分别如下：

SQL的增删改查最主要的还是查询方法。我们先从查询方法开始。

select：选择球员、球队和场均得分三列：

distinct: 查看这些球员都有哪几种球场位置：

count：统计样本量

分类值统计：

连续值描述性统计：

where：

单条件：查找属于得分后卫的球员：

多条件：查找属于得分后卫且得分大于27分的球员：

in/not in 查找：

order by 排序语句：

对球员得分进行排序：

limit/offset语句：

对球员得分排序后取前三或者第二到第四

group by语句：

求每个位置球员的平均得分并降序排序：

having子句：

求每个位置球员的平均得分并筛选大于26分的记录：

多表联立查询：inner join/outer(left right) join/union

给出新表如下：

inner join：

left join:

right join:

union:

主要的查询部分对照完了之后，我们再来看SQL和pandas中的增删改方法。

SQL中创建表、修改表、插入表和删除表的语句如下表所示：

上述四种方法与之对应的pandas写法如下：

参考资料：

https://pandas.pydata.org/pandas-docs/stable/getting_started/comparison/comparison_with_sql.html