【一点分享】Python数据分析（3）：Pandas数据操作，看着比sql更灵活。

前一篇文章已经实现了从Mysql和Excel读取数据到pandas(简称pd)的dataframe(简称df)中，本文将对df进行各种操作，对比sql的实现，以加深理解。

文章分为3部分：优化读取Mysql数据、df的查询操作、总结。

1、优化读取Mysql数据

优化点是：把连接数据库的url不直接显示，配置到参数中，但又可正常使用。

1.1 自定义python包

创建文件夹pub，在conf.py中直接把url='db连接地址'写入即可，__init__.py暂空。就会有url这个变量了。

 

1.2 获取数据

2、df的查询操作

对比sql的基础操作在python中的pandas是怎么实现的。

select f1 as '别名', … from table where f1 = '' or f2 like '' order by f1 asc limit 5;

2.1 选择列（sql的select）

2.2 as起别名（sql的as）

2.3 df就是(sql中的from table)

显然df呈现出来就是个二维表，与Mysql中的表一样，不过就是在前面多了一列index索引。

用df.开头来实现各种操作。

2.4 过滤（sql的where）

也是筛选出需要的行（选择行）的一种方式，只要符合条件需要的行。

2.5 排序（sql的order by）

2.6 限制（sql的limit）

2.7 实战

对比一条sql完全用pandas实现，完全是2个感觉。

3、总结

（1）自定义包，是解藕的一种方式。后续可定义更多自定义函数，提高效率。

（2）从数据源取数据时，尽量取有用到的数据，不要多取更不能全部取（数据量小随意取）。

（3）与sql相比，pandas数据操作的一些特殊性：索引及索引相关的操作、灵活取行、灵活取单元格。

还有更多实用的操作，请关注下一篇文章。请留言获取源码。