Pandas與SQL比較

由於許多潛在的Pandas使用者對SQL有一定的了解，因此本文章旨在提供一些如何使用Pandas執行各種SQL操作的範例。

import pandas as pd
url = 'tips.csv'
tips=pd.read_csv(url)
print (tips.head())

檔案：tips.csv -

total_bill,tip,sex,smoker,day,time,size
0,16.99,1.01,Female,No,Sun,Dinner,2
1,10.34,1.66,Male,No,Sun,Dinner,3
2,21.01,3.50,Male,No,Sun,Dinner,3
3,23.68,3.31,Male,No,Sun,Dinner,2
4,24.59,3.61,Female,No,Sun,Dinner,4

執行上面範例程式碼，得到以下結果 -

   total_bill   tip     sex smoker  day    time  size
0       16.99  1.01  Female     No  Sun  Dinner     2
1       10.34  1.66    Male     No  Sun  Dinner     3
2       21.01  3.50    Male     No  Sun  Dinner     3
3       23.68  3.31    Male     No  Sun  Dinner     2
4       24.59  3.61  Female     No  Sun  Dinner     4

選擇(Select)

在SQL中，選擇是使用逗號分隔的列列表(或選擇所有列)來完成的，例如 -

SELECT total_bill, tip, smoker, time
FROM tips
LIMIT 5;

在Pandas中，列的選擇是通過傳遞列名到DataFrame -

tips[['total_bill', 'tip', 'smoker', 'time']].head(5)

下面來看看完整的程式 -

import pandas as pd

url = 'tips.csv'

tips=pd.read_csv(url)
rs = tips[['total_bill', 'tip', 'smoker', 'time']].head(5)
print(rs)

執行上面範例程式碼，得到以下結果 -

   total_bill   tip smoker    time
0       16.99  1.01     No  Dinner
1       10.34  1.66     No  Dinner
2       21.01  3.50     No  Dinner
3       23.68  3.31     No  Dinner
4       24.59  3.61     No  Dinner

呼叫沒有列名稱列表的DataFrame將顯示所有列(類似於SQL的*)。

WHERE條件

SELECT * FROM tips WHERE time = 'Dinner' LIMIT 5;

資料影格可以通過多種方式進行過濾; 最直觀的是使用布林索引。

tips[tips['time'] == 'Dinner'].head(5)

下面來看看完整的程式 -

import pandas as pd

url = 'tips.csv'

tips=pd.read_csv(url)
rs = tips[tips['time'] == 'Dinner'].head(5)
print(rs)

執行上面範例程式碼，得到以下結果 -

   total_bill   tip     sex smoker  day    time  size
0       16.99  1.01  Female     No  Sun  Dinner     2
1       10.34  1.66    Male     No  Sun  Dinner     3
2       21.01  3.50    Male     No  Sun  Dinner     3
3       23.68  3.31    Male     No  Sun  Dinner     2
4       24.59  3.61  Female     No  Sun  Dinner     4

上述語句將一系列True/False物件傳遞給DataFrame，並將所有行返回True。

通過GroupBy分組

此操作將獲取整個資料集中每個組的記錄數。 例如，一個查詢提取性別的數量(即，按性別分組) -

SELECT sex, count(*)
FROM tips
GROUP BY sex;

在Pandas中的等值語句將是 -

tips.groupby('sex').size()

下面來看看完整的程式 -

import pandas as pd

url = 'tips.csv'

tips=pd.read_csv(url)
rs = tips.groupby('sex').size()
print(rs)

執行上面範例程式碼，得到以下結果 -

sex
Female    2
Male      3
dtype: int64

前N行

SQL(MySQL資料庫)使用LIMIT返回前n行 -

SELECT * FROM tips
LIMIT 5 ;

在Pandas中的等值語句將是 -

tips.head(5)

下面來看看完整的程式 -

import pandas as pd

url = 'tips.csv'

tips=pd.read_csv(url)
rs = tips[['smoker', 'day', 'time']].head(5)
print(rs)

執行上面範例程式碼，得到以下結果 -

  smoker  day    time
0     No  Sun  Dinner
1     No  Sun  Dinner
2     No  Sun  Dinner
3     No  Sun  Dinner
4     No  Sun  Dinner

這些是比較的幾個基本操作，在前幾章的Pandas庫中學到的。