Python 与 SQL 这样超强结合，处理数据才是爆赞！

演示数据

本文的所有演示数据，均是基于下方的四张表。下面这四张表大家应该不陌生，这就是50道经典MySQL面试题中使用到的几张原表。关于下方各表之间的关联关系，我就不给大家说明了，仔细观察字段名，应该就可以发现。

---

pandasql的使用

---

简介

pandas中的DataFrame是一个二维表格，数据库中的表也是一个二维表格，因此在pandas中使用sql语句就显得水到渠成，pandasql使用SQLite作为其操作数据库，同时Python自带SQLite模块，不需要安装，便可直接使用。

这里有一点需要注意的是：使用pandasql读取DataFrame中日期格式的列，默认会读取年月日、时分秒，因此我们要学会使用sqlite中的日期处理函数，方便我们转换日期格式。

导入相关库：

import pandas as pd  
from pandasql import sqldf

声明全局变量的2种方式

• ① 在使用之前，声明该全局变量；

• ② 一次性声明好全局变量；

① 在使用之前，声明该全局变量

df1 = pd.read_excel("student.xlsx")
df2 = pd.read_excel("sc.xlsx")
df3 = pd.read_excel("course.xlsx")
df4 = pd.read_excel("teacher.xlsx")


global df1
global df2
global df3
global df4
query1 = "select * from df1 limit 5"
query2 = "select * from df2 limit 5"
query3 = "select * from df3"
query4 = "select * from df4"

sqldf(query1)
sqldf(query2)
sqldf(query3)
sqldf(query4)

部分结果如下：

② 一次性声明好全局变量

df1 = pd.read_excel("student.xlsx")  
df2 = pd.read_excel("sc.xlsx")  
df3 = pd.read_excel("course.xlsx")  
df4 = pd.read_excel("teacher.xlsx")  
  
pysqldf = lambda q: sqldf(q, globals())  
  
query1 = "select * from df1 limit 5"  
query2 = "select * from df2 limit 5"  
query3 = "select * from df3"  
query4 = "select * from df4"  
  
sqldf(query1)  
sqldf(query2)  
sqldf(query3)  
sqldf(query4)

部分结果如下：

写几个简单的SQL语句

① 查看sqlite的版本

student = pd.read_excel("student.xlsx")  
pysqldf = lambda q: sqldf(q, globals())  
query1 = """  
    select sqlite_version(*)  
"""  
pysqldf(query1)

结果如下：

② where筛选

student = pd.read_excel("student.xlsx")  
pysqldf = lambda q: sqldf(q, globals())  
query1 = """  
    select *   
    from student   
    where strftime('%Y-%m-%d',sage) = '1990-01-01'  
"""  
pysqldf(query1)

结果如下：

③ 多表连接

student = pd.read_excel("student.xlsx")  
sc = pd.read_excel("sc.xlsx")  
  
  
pysqldf = lambda q: sqldf(q, globals())  
query2 = """  
    select *  
    from student s  
    join sc on s.sid = sc.sid  
"""  
pysqldf(query2)

部分结果如下：

④ 分组聚合

student = pd.read_excel("student.xlsx")  
sc = pd.read_excel("sc.xlsx")  
  
  
pysqldf = lambda q: sqldf(q, globals())  
query2 = """  
    select s.sname as 姓名,sum(sc.score) as 总分  
    from student s  
    join sc on s.sid = sc.sid  
    group by s.sname  
"""  
pysqldf(query2)

结果如下：

⑤ union查询

student = pd.read_excel("student.xlsx")  
pysqldf = lambda q: sqldf(q, globals())  
query1 = """  
    select *   
    from student   
    where strftime('%Y-%m',sage) = '1990-01'  
    union  
    select *   
    from student   
    where strftime('%Y-%m',sage) = '1990-12'  
"""  
pysqldf(query1)

结果如下：

感兴趣的小伙伴，赠送全套Python学习资料，包含面试题、简历资料等具体看下方。

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试宝典

简历模板

若有侵权，请联系删除