pandas增删改查!sql2pandas方法手册
共 1169字,需浏览 3分钟
·
2021-02-22 12:28
数据分析
Author:louwill
Machine Learning Lab
作为一名数据分析师or算法工程师,利用SQL熟练的取数是一项必备的基础能力。除了SQL以外,Python的pandas也为我们提供了SQL的大多数功能。笔者对SQL和pandas相关数据操作的对照功能进行了整理。可以说是非常实用了。
标准的SQL查询语法如下:
select (distinct) [字段]
from [表1] join [表2] on [匹配字段]
where [过滤条件]
group by [字段]
having [过滤条件]
order by [字段] desc
limit [个数] offset [个数]
我们以2018-19赛季部分NBA一些球星的数据为例进行说明。该数据在pandas和MySQL中分别样式分别如下:
SQL的增删改查最主要的还是查询方法。我们先从查询方法开始。
select:选择球员、球队和场均得分三列:
distinct: 查看这些球员都有哪几种球场位置:
count:统计样本量
分类值统计:
连续值描述性统计:
where:
单条件:查找属于得分后卫的球员:
多条件:查找属于得分后卫且得分大于27分的球员:
in/not in 查找:
order by 排序语句:
对球员得分进行排序:
limit/offset语句:
对球员得分排序后取前三或者第二到第四
group by语句:
求每个位置球员的平均得分并降序排序:
having子句:
求每个位置球员的平均得分并筛选大于26分的记录:
多表联立查询:inner join/outer(left right) join/union
给出新表如下:
inner join:
left join:
right join:
union:
主要的查询部分对照完了之后,我们再来看SQL和pandas中的增删改方法。
SQL中创建表、修改表、插入表和删除表的语句如下表所示:
上述四种方法与之对应的pandas写法如下:
参考资料:
相关阅读: