pandasql：讓 python 運行 SQL

01-29

pandasql：讓 python 運行 SQL

pandasql：讓 python 運行 SQL 由 Yhat | 2016 年 10 月 11 日本文鏈接：http://blog.yhat.com/posts/pandasql-intro.html

介紹

關於 Python 的最喜歡的一件事是使用者獲得觀察 R 社區的好處，然後模擬其最好的部分。我相信一種語言和它的庫和工具一樣有用。

這篇文章是關於pandasql，Yhat 寫的一個模擬 R 包 sqldf 的Python 庫。這是一個小而強大的庫，只有358行代碼。pandasql 的想法是讓 Python 運行 SQL。對於那些來自 SQL 背景或仍然「使用 SQL 思考」的人來說，pandasql是一種利用兩種語言優勢的好方式。

在本介紹中，將在為數據探索和分析構建的集成開發環境（IDE） Rodeo 中用 pandasql 開始運行。Rodeo 是一個開源、完全免費的工具。如果你是 R 使用者，那麼它與 RStudio 具有類似感覺的工具。到目前為止，Rodeo 只能運行 Python 代碼，但上周我們添加一些其他語言的語法高亮到編輯器（markdown，JSON，julia，SQL，markdown）。你可能已經閱讀或猜到了，我們對 Rodeo 有很大的計劃，包括添加 SQL 支持，以便你可以在 Rodeo 內運行 SQL 查詢，即使沒有我們的方便pandasql。更多的是在下一兩周內！

下載 Rodeo

首先從 Yhat 網站上的 Rodeo 頁面下載 Rodeo for Mac，Windows 或 Linux。

ps：如果你下載 Rodeo 並遇到問題或只是有疑問，我們會全天候監控我們的討論論壇24/7。

如果你好奇，一點背景

在背後，pandasql 使用該 pandas.io.sql 模塊在DataFrame 和 SQLite 資料庫之間傳輸數據。操作用 SQL 執行，返回結果，然後將資料庫拆除。此庫大量使用 pandas writeframe 和 framequery 兩個功能，可以讓你讀取和寫入 pandas 任何 SQL 資料庫。

安裝 pandasql

pandasql 使用 Rodeo 中的軟體包管理器進行安裝。只需搜索 pandasql 並單擊安裝包。

如果你喜歡安裝這種方式，也可以從文本編輯器運行 ! pip install pandasql。

查看數據集

pandasql 有兩個內置的數據集，將用於下面的例子。

meat：數據集來自美國農業部，包含有關牲畜，乳製品和家禽前景和生產的指標 births：數據集來自聯合國統計司，包含按月計算的活產嬰兒人口統計運行以下代碼查看數據集。

在 Rodeo 裡面，你真的不需要 print.variable.head() 語句，因為實際上你可以直接檢查 dataframe。

奇數圖

請注意，繪圖將顯示在控制台和繪圖選項卡（右下角的選項卡）中。

提示：可以通過單擊窗格頂部的箭頭「彈出」你的繪圖。如果你正在使用多個顯示器，並希望對於數據可視化，專註於其中一個屏幕，那麼這是非常方便的。

用法

為了使這篇文章簡潔易讀，我們剛剛給出了代碼片段和下面大部分查詢的幾行結果。

如果你在 Rodeo 中跟隨著，開始時候有會一些提示：

Run Script 確實會運行在文本編輯器中編寫的所有內容
你可以高亮顯示代碼塊，並通過單擊 Run Line 或按 Command + Enter 運行它
你可以調整窗格大小（當我沒有繪製圖時，我縮小了右下角的窗格）

基礎

寫一些 SQL，通過代替 DataFrames 錶針對 pandas DataFrame，並執行它。

pandasql 創建資料庫、架構、載入數據、並運行你的 SQL。

聚合

pandasql 支持聚合。可以在 group by 子句中使用別名列名或列號。

locals() 與 globals()

pandasql 需要在會話/環境中訪問其他變數。雖然當執行 SQL 語句時，可以傳遞 locals() 給 pandasql，但是如果你運行了大量可能麻煩的查詢。為了避免一直傳遞給 locals，你可以將這個幫助函數添加到腳本中，來其設置 globals() 如下：

聯結

你可以使用正常的 SQL 語法聯結 dataframes。

WHERE 條件

這是一個 WHERE 字句。

這只是SQL

由於 pandasql 由 SQLite3 提供支持，你可以用 SQL 中執行大部分任務。以下是使用常見 SQL 功能（例如子查詢，排序分組，函數和聯合）的一些示例。

最後的想法

pandas 是一個難以置信的數據分析工具，因為它非常易於理解、簡潔明了、易表達。最終，有足夠充分的理由來學習的 merge，join，concatenate，melt 的細微差別和其他 pandas 特色的切片和切塊數據。查看文檔的一些例子。我們希望這 pandasql 對於 Python 和 pandas 新手將是一個有用的學習工具。在我自己學習 R 的個人經驗中，sqldf 是一個熟悉的界面，可以幫助我儘快使用新工具來提高生產力。

我們希望你能檢查 pandasql 和 Rodeo；如果你這樣做，請告訴我們你的想法！