Pandas SQL 关联对比

Pandas SQL 关联对比

select 操作

sql：                                          pandas：

select * from table

select colA，colB from table                         df.loc [ : , [ 'colA' , 'colB' ] ] 或 df [ [ 'colA' , ' colB ' ] ]    关键字：loc

---

where 操作

sql：                                                                          pandas：

select * from table where colA = 'B'                                                           df [ df [ 'colA' ] == ' B ' ]

select * from table where colA = 'A' AND colB = 'B'                                   df [ ( df [ 'colA' ] == ' A ') & ( df [ 'colB' ] == ' B ') ]

select colA,colB from table where colA = 'A' AND colB = 'B'                     df [ [ 'colA' , 'colB'] ] df2 = df [ ( df [ 'colA' ] == ' A ') & ( df [ 'colB' ] == ' B ') ]

---

in 操作

sql：                                                              pandas：

select * from table where colA in ('A' , 'B')                               df [ df [ 'colA' ] ]. isin ( [ 'A','B' ] ) ]    关键字：isin

select * from table where colA not in ('A' , 'B')                         df [ ~ df [ 'colA' ] ]. isin ( [ 'A','B' ] ) ]    关键字：~ 取反

group by 操作

sql：                                                              pandas：

select colA , sum( colC ) from table group by colA                   df.groupby( [ 'colA' ] ) [ 'colC' ].sum( ).reset_index( )    关键字：reset_index( )的作用是将groupby后的index进行重置，以保持数据二维表结构

---

order by 操作

sql： pandas：

select colA , sum( colC ) from table group by colA order by sum ( colC ) df.groupby( [ 'colA' ] ) [ 'colC' ].sum( ).reset_index( ).sort_values( by = [ 'colC' ] , ascending = True ) 关键字：sort_values

limit 操作

sql： pandas：

select * from table limit 20 df [ :20] 关键字：df切片

case when 操作

sql： pandas：

select colA, ( case when colC > 60 then '及格' else '叫家长' end ) from table df [ '成绩' ] = df.colC.map (lambda x : '及格' if x > 60 else '叫家长' ） 关键字：map() apply() applymap()

join 操作

sql： pandas：

select A.* , B.* from tableA left join tableB on A.col = B.col df3 = pd.merge(df,df2,how='left',on=[ 'colA' ] 关键字：pd.merge() how参数可以改变join模式 {‘left’,'right','outer','inner'}

union all 操作

sql： pandas：

A union B pd.concat( [ A , B ] )

A union B union all C pd.concat( [ A , B , C ] ) 关键字：pd.concat( )

distinct 操作

sql： pandas：

select distinct colA from table where colB is null df.loc[ df ['colB'].isnull( ) ,'colA' ].unique() 关键字：unique( )

多列算术 操作

sql： pandas：

select distinct colA from table df.loc[ df ['colB'].isnull( ) ,'colA' ].unique() 关键字：unique( )