↑?關(guān)注 + 星標(biāo)?，每天學(xué)Python新技能
后臺回復(fù)【大禮包】送你Python自學(xué)大禮包

大家好，我是龍哥！

本文主題：對比SQL，學(xué)習(xí)Pandas操作！

在SQL中查詢數(shù)據(jù)的時(shí)候我們所有各種操作，主要是通過select、where、group by等多個關(guān)鍵詞的組合查詢來實(shí)現(xiàn)的。本文中介紹的如何在相同的需求下，通過pandas來實(shí)現(xiàn)取數(shù)操作。

比較方向

1. 查詢?nèi)繑?shù)據(jù)
2. 前N條
3. 后N條
4. 中間段數(shù)據(jù)
5. 部分字段
6. 指定等式條件
7. 指定不等式條件
8. 取反操作
9. 指定多個條件
10. 指定計(jì)算等式
11. 模糊查詢
12. 排序
13. 分組統(tǒng)計(jì)
14. 取別名

模擬數(shù)據(jù)

在數(shù)據(jù)庫中，我們先模擬了3份數(shù)據(jù)：

1、學(xué)生信息表

--?學(xué)生信息

mysql>?select?*??from?Student;
+------+--------+------------+-------+
|?s_id?|?s_name?|?s_birth????|?s_sex?|
+------+--------+------------+-------+
|?01???|?趙雷???|?1990-01-01?|?男????|
|?02???|?錢電???|?1990-12-21?|?男????|
|?03???|?孫風(fēng)???|?1990-05-20?|?男????|
|?04???|?李云???|?1990-08-06?|?男????|
|?05???|?周梅???|?1991-12-01?|?女????|
|?06???|?吳蘭???|?1992-03-01?|?女????|
|?07???|?鄭竹???|?1989-07-02?|?女????|
|?08???|?王菊???|?1990-01-20?|?女????|
+------+--------+------------+-------+
8?rows?in?set?(0.00?sec)

2、一份用戶表

3、一份水果商品價(jià)格表

下面開始介紹不同需求下基于pandas和SQL的取數(shù)實(shí)現(xiàn)

取出全部數(shù)據(jù)

SQL實(shí)現(xiàn)

select?*??from?Student;

Pandas實(shí)現(xiàn)

前N條數(shù)據(jù)

SQL實(shí)現(xiàn)

查看前5條數(shù)據(jù)：

Pandas實(shí)現(xiàn)

head方法默認(rèn)是前5條：

指定查看前7條數(shù)據(jù)：

后N條數(shù)據(jù)

select?*?
from?(select?*?from?Student?
??????order?by?s_id?desc?
??????limit?5)t???--?臨時(shí)結(jié)果表：倒序輸出的最后5條
order?by?s_id;??--?再使用一次排序，將順序還原

Pandas實(shí)現(xiàn)

tail方法默認(rèn)是后5條：

指定查看4條

切片數(shù)據(jù)

SQL實(shí)現(xiàn)

Pandas實(shí)現(xiàn)

使用pandas中的切片來查看某個連續(xù)區(qū)間內(nèi)的數(shù)據(jù)：

取出部分字段

SQL實(shí)現(xiàn)

Pandas實(shí)現(xiàn)

df1[["id","name","sex"]]??#?方式1

df2.filter(items=["id","age","createtime"])???#?方式2

指定等式條件

SQL實(shí)現(xiàn)

Pandas實(shí)現(xiàn)

df1[df1["sex"]?==?"男"]??#?方式1
df1.query('sex=="男"')???#?方式2

指定id號或者年齡age：

指定不等式條件

SQL實(shí)現(xiàn)

select?*?from?Student?where?s_sex!=?"男";
select?*?from?user?where?age?>?18;
select?*?from?user?where?id?<=?3;?

Pandas實(shí)現(xiàn)

取反操作

SQL實(shí)現(xiàn)

mysql>?select?*?from?Student?where?s_sex?!=?"男";

Pandas實(shí)現(xiàn)

指定多個條件

SQL實(shí)現(xiàn)

select?*?from?Student?where?s_birth?<="1991-01-01"?and??s_sex=?"男";
select?*?from?user?where?age?20?and?fee?>?60;
select?*?from?user?where?age?20?and?fee?>?60;

Pandas實(shí)現(xiàn)

指定計(jì)算等式

SQL實(shí)現(xiàn)

select?*?from?user?where?age?%?3?=?0;??--?年齡分別是3或者2的倍數(shù)
select?*?from?user?where?age?%?2?=?0;??

Pandas實(shí)現(xiàn)

模糊查詢

SQL實(shí)現(xiàn)

SQL的關(guān)鍵詞是like：

• 左匹配
• 右匹配
• 全匹配

Pandas實(shí)現(xiàn)

排序

默認(rèn)是升序，可以指定為降序

SQL實(shí)現(xiàn)

1、單個字段

select?*?from?Student?order?by?s_birth?desc;???--?改成升序

2、多個字段的排序

Pandas實(shí)現(xiàn)

1、單個字段

2、多個字段

分組統(tǒng)計(jì)

SQL實(shí)現(xiàn)

通過group by 來進(jìn)行分組統(tǒng)計(jì)：

Pandas實(shí)現(xiàn)

先看看df3的數(shù)據(jù)，一個水果會對應(yīng)多個價(jià)格，我們水果的名稱對價(jià)格匯總：

df3.groupby("name").agg({"price":"sum"}).reset_index()??#?方式1

df3.groupby("name")["price"].sum().reset_index()???#?方式2

取別名

SQL實(shí)現(xiàn)

通過使用as 關(guān)鍵詞：

select?name?as??水果,?sum(price)?as??價(jià)格?from?products?group?by?name;

Pandas實(shí)現(xiàn)

Pandas是通過rename函數(shù)來實(shí)現(xiàn)的：

df3.groupby("name").agg({"price":"sum"}).reset_index().rename(columns={"name":"水果","price":"價(jià)格"})