本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。
以下文章来源于统计与数据分析实战 ,作者严小样儿
python非常好用,pandas也不差,但是,SQL仍然是最香的语言,如果把两者结合起来怎么样?请看~
下载、导入第三方库
下载:python -m pip install pandasql
导入:from pandasql import sqldf,load_births,load_meat
from pandasql import sqldf,load_births,load_meat
复制代码
加载内置数据集
df1 = load_births()
df2 = load_meat()
复制代码
预览数据查看前几行
df1.head()
复制代码
预览数据查看后几行
df2.tail()
复制代码
调用sqldf方法,参数为sql语句
sql = """
select
date,count(*) as n
from df1
group by date
order by n desc;
"""
result = sqldf(sql)
result[result['n']==3]
复制代码
对比一下,结果是相同的
df1['date'].value_counts().head(12)
1991-12-01 3
1991-10-01 3
1991-06-01 3
1991-08-01 3
1991-09-01 3
1991-04-01 3
1991-02-01 3
1991-01-01 3
1991-03-01 3
1991-07-01 3
1991-11-01 3
1991-05-01 3
Name: date, dtype: int64
复制代码
聚合效果
sql2 = """
select max(beef),min(pork),sum(turkey),count(veal)
from df2;
"""
result2 = sqldf(sql2)
result2
复制代码
多表连接也是可以的哦~
df1.merge(df2,on='date',how = 'inner')
sql3 = """
select df1.*,df2.*
from df1 inner join df2
on df1.date = df2.date;
"""
result3 = sqldf(sql3)
resul
复制代码
总结
这个库使用起来非常简单,只要你会写SQL语句就可以用,df与sql,哪个方便用哪个。说实话,我还是喜欢用SQL,当我把excel文件读取为df后,用SQL查询、分析,它不香吗?!