6、Python数据分析：数据分析-1

使用SQL做数据分析

使用SQL做数据分析的本质是查询DataFrame对象。当读取Excel、JSON、CSV、HTML等文件的时候均返回DataFrame的对象，这时候你可以直接使用SQL进行查询。这里只以Excel和JSON为例，其它格式的文件格式的数据类似。首先你必须先安装pandasql：

pip  install  pandasql

1、查询DataFrame对象的数据

import pandas as pd

from pandasql import sqldf

# 定义数据

data_001 = [

    ['G001', '人工智能导论', 19, '人工智能', '清华出版社'],

    ['G002', '数据科学导论', 29, '数据科学', '邮电出版社'],

    ['G003', '机器学习导论', 39, '人工智能', '清华出版社'],

    ['G004', '深度学习导论', 28, '人工智能', '清华出版社'],

    ['G005', '数据科学简史', 21, '数据科学', '机械出版社'],

    ['G006', '数据挖掘导学', 59, '数据科学', '机械出版社'],

    ['G007', '智能制造导引', 78, '自动控制', '机械出版社'],

    ['G008', '智能制造导论', 99, '自动控制', '电子出版社'],

    ['G009', '自动控制导论', 66, '自动控制', '电子出版社'],

    ['G010', '自动控制导引', 38, '自动控制', '电子出版社']

]

# 定义列名

columns = ['goods_id', 'goods_name', 'goods_price', 'goods_type', 'goods_maker']

# 创建DataFrame

goods_df = pd.DataFrame(data_001, columns=columns)

# 打印DataFrame

goods_df.head(5)

# 查询价格在50-80之间的数据

SQL = "SELECT *  FROM goods_df where goods_price >= 50 and goods_price <=80 "

result_df = sqldf(SQL, globals())

result_df

2、查询Excel文件的数据

import pandas as pd

# 读取 Excel 文件

goods_df = pd.read_excel('data/5_Data_Analysis/SQL_Analysis/goods.xlsx', sheet_name='Sheet1')

# 打印 DataFrame

goods_df

# 按照价格goods_price正序排序

SQL = "SELECT * FROM goods_df ORDER BY goods_price ASC;"

result_df = sqldf(SQL, globals())

result_df

3、查询JSON文件的数据

有如下json文件：

[

    {

        "goods_id": "G001",

        "goods_name": "人工智能导论",

        "goods_price": 19,

        "goods_type": "人工智能",

        "goods_maker": "清华出版社"

    },

    {