pandas增刪改查！sql2pandas方法手冊(cè)
數(shù)據(jù)分析
Author：louwill
Machine Learning Lab
? ? ?
作為一名數(shù)據(jù)分析師o(wú)r算法工程師，利用SQL熟練的取數(shù)是一項(xiàng)必備的基礎(chǔ)能力。除了SQL以外，Python的pandas也為我們提供了SQL的大多數(shù)功能。筆者對(duì)SQL和pandas相關(guān)數(shù)據(jù)操作的對(duì)照功能進(jìn)行了整理。可以說(shuō)是非常實(shí)用了。
標(biāo)準(zhǔn)的SQL查詢(xún)語(yǔ)法如下：
select?(distinct)?[字段]from?[表1]?join?[表2] on [匹配字段]where [過(guò)濾條件]group by [字段]having?[過(guò)濾條件]order by [字段] desclimit?[個(gè)數(shù)]?offset?[個(gè)數(shù)]
我們以2018-19賽季部分NBA一些球星的數(shù)據(jù)為例進(jìn)行說(shuō)明。該數(shù)據(jù)在pandas和MySQL中分別樣式分別如下：
SQL的增刪改查最主要的還是查詢(xún)方法。我們先從查詢(xún)方法開(kāi)始。
select：選擇球員、球隊(duì)和場(chǎng)均得分三列：
distinct:?查看這些球員都有哪幾種球場(chǎng)位置：
count：統(tǒng)計(jì)樣本量
分類(lèi)值統(tǒng)計(jì)：
連續(xù)值描述性統(tǒng)計(jì)：
where：
單條件：查找屬于得分后衛(wèi)的球員：
多條件：查找屬于得分后衛(wèi)且得分大于27分的球員：
in/not in?查找：
order by?排序語(yǔ)句：
對(duì)球員得分進(jìn)行排序：
limit/offset語(yǔ)句：
對(duì)球員得分排序后取前三或者第二到第四
group by語(yǔ)句：
求每個(gè)位置球員的平均得分并降序排序：
having子句：
求每個(gè)位置球員的平均得分并篩選大于26分的記錄：
多表聯(lián)立查詢(xún)：inner join/outer(left right) join/union
給出新表如下：
inner join：
left join:
right join:
union:
主要的查詢(xún)部分對(duì)照完了之后，我們?cè)賮?lái)看SQL和pandas中的增刪改方法。
SQL中創(chuàng)建表、修改表、插入表和刪除表的語(yǔ)句如下表所示：
上述四種方法與之對(duì)應(yīng)的pandas寫(xiě)法如下：
參考資料：
相關(guān)閱讀：