Python读取sqlite数据并导入DataFrame的两种方法

在使用开源的sqlite数据的时候，会发现有不同的格式，如.sqlite .db ，其实都可以用python内置的sqlite3包中的函数打开。
代码如下：

方法一：

import sqlite3
import pandas as pd

with sqlite3.connect('../database/good-sounds/database.sqlite') as con:
    c = con.cursor()
    # 提取整个表packs，存到dataframe中
    packs = pd.read_sql("SELECT * FROM packs", con=con)
    # 按照条件提取表sounds中满足条件的元素，存到dataframe中
    good_sound= pd.read_sql("SELECT * FROM sounds where condition=\"good-sound\" ", con=con)

	# 输出提取出的表的信息
	# 表的大小
	print(packs.shape)
    print(good_sound.shape)
    # 表中的数据类型
    print(packs.dtypes)
    print(good_sound.dtypes)
    # 前几行数据
    print(packs.head())
    print(good_sound.head())

方法一相比方法二好处是：不用关闭connection和cursor，避免导致一些错误。

方法二：

import sqlite3
import pandas as pd

con =  sqlite3.connect('../database/good-sounds/database.sqlite') 
cursor = con.cursor()
sql = "SELECT * FROM packs"
values = cursor.execute(sql)
packs= pd.DataFrame(data = values)

# 输出提取出的表的信息
# 表的大小
print(packs.shape)
# 表中的数据类型
print(packs.dtypes)
# 前几行数据
print(packs.head())
  
# 这种方式不要忘记：
cursor.close()
con.close()