sql语句的pandas实现

sql语句的pandas实现

张文政

2020年6月21日

sql是数据库的语言，可以方便地进行各种增、删、改、查操作，其中的group、join、where等操作更是十分方便。pandas是python的一个数据分析库，以dataframe的格式保存表格数据。那如何像sql操作数据库一样地操作pandas的dataframe，就是一个很有意义的问题。对于将来的办公自动化也很有帮助。

数据库中最重要的建是主键，用于唯一标识表中的一条记录；pandas中默认的主键是行index。

1. pandas基本操作

# 创建一个toydataframe
import pandas as pd
df = pd.DataFrame({
   'total_bill': [16.99, 10.34, 23.68, 23.68, 24.59],
                   'tip': [1.01, 1.66, 3.50, 3.31, 3.61],
                   'sex': ['Female', 'Male', 'Male', 'Male', 'Female']})
df  # 1. 打印dataframe的情况，一般用head()
df.dtypes   # 2. 打印每列的数据类型，str在dataframe中是object类型
# total_bill    float64
# tip           float64
# sex            object
# dtype: object
df.columns   # 3. 打印字段名
# Index(['total_bill', 'tip', 'sex'], dtype='object')
df.shape  # 打印表格行数与列数  (5,3)
df.values  # 转换成numpy.array

	total_bill	tip	sex
0	16.99	1.01	Female
1	10.34	1.66	Male
2	23.68	3.50	Male
3	23.68	3.31	Male
4	24.59	3.61	Female

2. sql语句与pandas的对应

介绍select，where，group，as，join，order的用法。

• SELECT

select负责从表中选取数据。语法为：SELECT colname FROM tablename

选取多行多列时，使用Dataframe的loc和iloc方法。其中loc根据列名，行indexlist或