Python代码执行sql语句，可以让数据分析更加简洁

 

由于许多潜在的pandas用户对SQL有一定的了 解 ，因此本页旨在提供一些使用pandas来执行各种SQL操作的示例。

学习Python中有不明白推荐加入交流裙
                号：735934841
                群里有志同道合的小伙伴，互帮互助，
                群里有免费的视频学习教程和PDF！

大部分的例子将利用tips在pandas测试中发现的数据集。我们将数据读入一个名为tips的DataFrame，并假设我们有一个同名和结构的数据库表。

 

一、SELECT

在SQL中，选择是使用逗号分隔的列表来选择（或者*选择所有列）：

 

在pandas中，列的选择是通过传递列名到您的DataFrame：

 

调用没有列名称列表的DataFrame将显示所有列（类似于SQL的 *）。

二、WHERE

SQL中的过滤是通过WHERE子句完成的。

 

数据框dataframe可以通过多种方式进行过滤; 最直观的是使用 布尔索引。

 

上面的语句只是将一个SeriesTrue / False对象传递给DataFrame，所有行都返回True。

 

就像SQL的OR和AND一样，可以使用|将多个条件传递给DataFrame （OR）和＆（AND）。

 

 

 

 

NULL检查使用notna()和isna()方法完成。

 

假设我们有一个与上面的DataFrame结构相同的表。我们只能看到col2 IS NULL 的记录与下面的查询：

 

 

获取col1不是NULL的项目可以完成notna()。