python数据分析我觉得可以用pandasql,真香!

统计与数据分析实战

共 1671字,需浏览 4分钟

 ·

2020-08-30 00:36

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

1from pandasql import sqldf,load_births,load_meat
加载内置数据集
1df1 = load_births()
2df2 = load_meat()

预览数据查看前几行

1df1.head()


预览数据查看后几行

1df2.tail()


调用sqldf方法,参数为sql语句
1sql = """
2        select 
3            date,count(*) as n
4        from df1 
5        group by date
6        order by n desc;
7      """

8result = sqldf(sql)
9result[result['n']==3]

对比一下,结果是相同的

1df1['date'].value_counts().head(12)
 11991-12-01    3
21991-10-01    3
31991-06-01    3
41991-08-01    3
51991-09-01    3
61991-04-01    3
71991-02-01    3
81991-01-01    3
91991-03-01    3
101991-07-01    3
111991-11-01    3
121991-05-01    3
13Name: date, dtype: int64

聚合效果
1sql2 = """
2        select max(beef),min(pork),sum(turkey),count(veal)
3        from df2;
4    """

5result2 = sqldf(sql2)
6result2



1df2.agg({'beef':max,'pork':min,'turkey':sum,'veal':'count'})

# Result
beef        2512.0
pork 124.0
turkey 185937.3
veal 827.0
dtype: float64
多表连接也是可以的哦~
1df1.merge(df2,on='date',how = 'inner')
1sql3 = """
2        select df1.*,df2.* 
3        from df1 inner join df2 
4        on df1.date = df2.date;
5        """

6result3 = sqldf(sql3)
1result3


后记:

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?!


                               



                               



                               



浏览 27
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报