PYTHON的数据库交互

在商业场景下，⼤多数数据可能不是存储在⽂本或 Excel ⽂件

中。基于 SQL 的关系型数据库（如 SQL Server 、 PostgreSQL 和

MySQL 等）使⽤⾮常⼴泛，其它⼀些数据库也很流⾏。数据库

的选择通常取决于性能、数据完整性以及应⽤程序的伸缩性需

求。

将数据从 SQL 加载到 DataFrame 的过程很简单，此外 pandas 还

有⼀些能够简化该过程的函数。例如，我将使⽤ SQLite 数据库

（通过 Python 内置的 sqlite3 驱动器）：

import sqlite3

query = """
       CREATE TABLE  test3
       (a VARCHAR(20),b VARCHAR(20),
        c REAL,d INTEGER);
        """
con=sqlite3.connect('mydate.sqlite')#连接数据库驱动
con.execute(query)#提交

#插入数据
data=[('Atlanta','Georgia',1.25,6),
    ('Tallahassee','Florida',2.6,3),
    ('Sacramento','California',1.7,5)]
stmt="INSERT INTO   test4  VALUES(?,  ?, ?, ?)"
con.executemany(stmt,data)
con.commit()

从表中选取数据时，⼤

cursor = con.execute('select    distinct * from   test4')#执行一个SQL语句来查询test4中的所有数据
rows = cursor.fetchall()#并将结果存储在变量rows中，`fetchall()` 是用于从数据库中检索所有匹配查询条件的行的函数
print(rows)

cur=cursor.description

`cursor.description` 返回一个包含有关结果集中列的信息的序列。这些信息以元组的形式组织，每个元组包含以下内容：(name, type_code, display_size, internal_size, precision, scale, null_ok)

因此，当你执行`cur=cursor.description` 和`print(cur)`时，它将会输出有关结果集中列的信息。

可以将这个元组列表传给 DataFrame 构造器，但还需要列名

（位于光标的 description 属性中）：

result = pd.DataFrame(rows, columns=[x[0] for x    in cur])
print(result)

这种数据规整操作相当多，你肯定不想每查⼀次数据库就重写⼀

255 次。 SQLAlchemy 项⽬ 是⼀个流⾏的 Python SQL ⼯具，它抽象出

了 SQL 数据库中的许多常⻅差异。 pandas 有⼀个 read_sql 函数，

可以让你轻松的从 SQLAlchemy 连接读取数据。这⾥，我们⽤

SQLAlchemy 连接 SQLite 数据库，并从之前创建的表读取数据：

import sqlalchemy as sqla
db=sqla.create_engine('sqlite:///mydate.sqlite')
obj=pd.read_sql('select distinct * from test4',db)
print(obj)

• import pandas as pd
• import sqlalchemy as sqla
• # 创建引擎并连接到数据库
• db = sqla.create_engine('sqlite:///mydate.sqlite')
• # 从数据库中运行查询并将结果存储到DataFrame对象中
• obj = pd.read_sql('select distinct * from test4', db)
• # 打印DataFrame对象
• print(obj)
• 访问数据通常是数据分析的第⼀步。在本章中，我们已经学了⼀
• 些有⽤的⼯具。在接下来的章节中，我们将深⼊研究数据规整、
  数据可视化、时间序列分析和其它主题。